Queueing Theory API
Warteschlangentheorie-Mathematik als API, lokal und deterministisch berechnet. Der littles-law-Endpunkt wendet das Little'sche Gesetz an, L = λ·W — die durchschnittliche Anzahl im System ist gleich der Ankunftsrate mal der durchschnittlichen Zeit im System — und löst nach derjenigen der drei Größen, die Sie auslassen; es gilt für jedes stabile System, von einer Kassenschlange bis zu einer Anforderungspipeline. Der mm1-Endpunkt liefert die vollständigen stationären Metriken einer Einzelbediener-M/M/1-Warteschlange aus der Ankunftsrate λ und der Bedienrate μ: die Auslastung ρ = λ/μ, die durchschnittliche Anzahl im System und in der Warteschlange, die durchschnittliche Zeit im System und Wartezeit sowie die Wahrscheinlichkeit, dass das System leer ist — und kennzeichnet eine instabile Warteschlange, wenn ρ ≥ 1. Der mmc-Endpunkt erweitert dies auf eine Mehrbediener-M/M/c-Warteschlange mit der Erlang-C-Wartewahrscheinlichkeit und gibt die angebotene Last in Erlang, die Auslastung pro Bediener, die Wahrscheinlichkeit, dass ein Ankömmling warten muss, sowie dieselben Längen- und Zeitmetriken zurück. Raten müssen dieselbe Zeiteinheit haben, und die Zeiten werden in dieser Einheit ausgegeben. Alles wird lokal und deterministisch berechnet, daher ist es sofort und privat. Ideal für Kapazitätsplanungs- und Betriebswerkzeuge, Callcenter- und Personalplanungs-Apps, Server- und Durchsatzdimensionierung sowie Operations-Research-Ausbildung. Reine lokale Berechnung — kein Schlüssel, kein Drittanbieterdienst, sofort. Live, nichts gespeichert. 3 Endpunkte. Dies ist Warteschlangentheorie; für deskriptive Statistiken einer Liste von Zahlen verwenden Sie eine Statistik-API.
api.oanor.com/queue-api
