Erlang C 计算器(M/M/c 排队)

Erlang C 计算器(M/M/c 排队)

增长中 AI Skill PRO

输入计算

服务器数留空时,将按满足目标的最少数量显示结果。“20 秒内接通 80%”只是示例,请填写你自己的目标。

数学公式

B0=1,Bk=ABk−1k+ABk−1C(c,A)=cBcc−A(1−Bc),A<c\begin{aligned}&B_0=1,\quad B_k=\dfrac{A\,B_{k-1}}{k+A\,B_{k-1}}\\&C(c,A)=\dfrac{c\,B_c}{c-A\,(1-B_c)},\quad A<c\end{aligned}
显示计算步骤 (2)
  1. 等待时间、逗留时间与队列长度

    Wq=C(c,A)cμ−λ,W=Wq+1μLq=λWq,L=λW\begin{aligned}&W_q=\dfrac{C(c,A)}{c\mu-\lambda},\quad W=W_q+\dfrac{1}{\mu}\\&L_q=\lambda W_q,\quad L=\lambda W\end{aligned}

    平均排队等待时间、平均逗留时间与利特尔法则。

  2. 服务水平

    SL=P(Wq≤T)=1−C(c,A)e−(cμ−λ)T\begin{aligned}&\text{SL}=P(W_q\le T)\\&\quad=1-C(c,A)\,e^{-(c\mu-\lambda)T}\end{aligned}

    等待不超过 T 的到达比例(先到先服务)。

使用统计

广告

结果

达成目标所需的服务器数
11
目标: P(Wq ≤ 20 s) ≥ 80%
该配置下的服务水平: 80.92%
当前配置未达成目标,请把服务器增加到上方的数量。
结果: c = 10
话务量(A = λ/μ)
8 Erl
利用率(ρ = A/c)
80%
队列稳定(ρ < 1)
是
等待概率(Erlang C)
40.92%
服务水平
65.36%
P(Wq ≤ 20 s)
等待超过 T
34.64%
平均排队等待(Wq)
49.1 s
平均逗留时间(W)
4.82 min
平均队列长度(Lq)
1.637
系统内平均数量(L)
9.637
需等待者的平均等待
2 min
平均服务时间
4 min
服务器数与服务水平
服务器数(c) 利用率 P(等待) 平均等待 服务水平
10 当前 80% 40.9% 49.1 s 65.4%
11 72.7% 24.5% 19.6 s 80.9% 达标
12 66.7% 14% 8.39 s 90% 达标
13 61.5% 7.6% 3.65 s 95% 达标
14 57.1% 3.9% 1.57 s 97.6% 达标
利特尔法则校验:λ × W = L 0.033333/s × 289.1016 s = 9.637
模型:M/M/c(Erlang C)——泊松到达、指数分布服务时间、先到先服务、队列不限、无人挂断。若有来电者放弃,Erlang A 更合适。

报告本页错误

这个 Erlang C 计算器能回答什么

“客服热线要排多少人?”和“上线时要几台服务器?”其实是同一个问题:请求随机到达,每个请求占用一台服务器一段时间,所有服务器都忙时,后来者就要排队。本计算器把这种情况建模为 M/M/c 排队,并用丹麦工程师 A. K. Erlang 于 1917 年发表的 Erlang C 公式,算出等待概率、平均等待时间、队列长度,以及在目标时间内得到服务的比例。

它还会反向求解:找出满足服务水平目标(如设置了,还包括平均等待时间上限)的最少服务器数,并列出该数附近的对比表,让你看到增减一台服务器的效果。

M/M/c 排队示意图:顾客以速率 λ 到达,在一条共享队列中等待,由 c 台并行服务台处理。
M/M/c 排队:以速率 λ 随机到达的顾客排成一条共享队列,由 c 台相同的服务台处理,每台平均服务时间为 s。

使用方法

  • 到达率 λ:每秒、每分钟或每小时的来电、会话、工单或请求数。请用最繁忙时段的数值,而不是全天平均。
  • 平均服务时间:每次到达的平均处理时长(呼叫中心为通话加话后处理时间,服务器为请求处理时间)。也可以改为输入每台服务器的服务率 μ。
  • 服务器数 c:并行服务的坐席、worker、线程或机器数量。留空则显示推荐数量下的结果。
  • 服务水平目标:等待时间不超过 T 的到达比例。默认的“20 秒内接通 80%”只是常见示例,不是法规或标准,请填写你自己的目标。

同一工具也适用于 IT 容量规划:输入每秒请求数和以毫秒计的服务时间,把“服务器”理解为并发 worker 即可。

计算公式

设到达率为 λ,平均服务时间为 s(服务率 μ = 1/s),则话务量 A = λ/μ(单位:爱尔兰),利用率 ρ = A/c。只有 A < c 时队列才稳定;否则队列会无限增长,计算器会直接提示,而不是给出一个数字。

到达者需要等待的概率就是 Erlang C,记作 C(c, A)。本计算器用 Erlang B 递推 Bk = A·Bk−1 / (k + A·Bk−1) 并通过 C = c·B / (c − A(1 − B)) 求得。这种算法不涉及阶乘,即使有数千台服务器也能保持精度。由 C 可得:

  • 平均排队等待时间 Wq = C / (cμ − λ),平均逗留时间 W = Wq + 1/μ;
  • 平均队列长度 Lq = λWq,系统内平均数量 L = Lq + A;
  • 服务水平 P(Wq ≤ T) = 1 − C·e−(cμ−λ)T(先到先服务)。

结果满足利特尔法则 L = λW,并在结果中作为校验显示。也可以用吞吐量计算器(利特尔法则)交叉验证。

广告
Erlang C 等待概率随服务台增加而下降的图表,突出显示第一个低于目标的服务台数量。
等待概率 C(c, A) 随着增加服务台而急剧下降;第一个达到目标的 c 就是人员配置的答案。

计算示例

某客服中心每小时接到 120 通电话(每分钟 2 通),平均处理时长 4 分钟,则 A = 2 × 4 = 8 爱尔兰。10 名坐席时,利用率 80%,40.9% 的来电需要等待,平均等待约 49 秒,20 秒内接通的只有 65.4%。增加到 11 名坐席后,等待概率降到 24.5%,平均等待降到 19.6 秒,服务水平升到 80.9%。所以要达到“20 秒内接通 80%”,需要 11 名坐席;12 名坐席则为 90.0%。

教材校验:Iversen 所著 Teletraffic Engineering and Network Planning 例 9.3.1 中,话务量 20 爱尔兰、平均服务时间 100 秒、32 条线路的系统,平均等待时间为 0.075 秒。本计算器结果为 0.0747 秒。

IT 示例:每秒 5,000 个请求、每个 120 ms,则 A = 600 爱尔兰。要让 99% 的请求在 50 ms 内开始处理,需要 610 个并发 worker,此时利用率 98.4%,平均排队约 7 ms。

假设与局限

  • 到达随机且相互独立(泊松过程),服务时间服从指数分布。
  • 服务器性能相同,按先到先服务处理,等待空间不限。
  • 假设没有人中途放弃。现实中来电者会挂断,这时 Erlang C 会高估等待时间和所需人数;考虑放弃的 Erlang A 模型(M/M/N+M,Garnett、Mandelbaum 与 Reiman,2002)更合适。
  • 结果指实际在线接听的人数,休息、培训和缺勤(shrinkage)需另行加上。
  • 突发流量、重试和波动很大的服务时间通常会让排队比模型更糟。请把结果当作下限,并用真实负载验证。

想了解单个任务并行化的加速上限,请使用阿姆达尔定律计算器。

资料来源与参考

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器