Цель. Целью исследования является определение зависимости API специализированного программного обеспечения при максимально возможной нагрузке без существенной деградации системы.
Метод. Исследование основано на методах регрессионного анализа. Рассматриваются ограничения по объёму оперативной памяти (RAM) и количеству процессорных ядер (CPU), что позволяет исследовать поведение и выявлять узкие места СПО в виртуализированных окружениях с ограниченными ресурсами.
Результат. Для анализа зависимостей ожидаемых пар параметров предлагается использование моделей - линейной, экспоненциальной, логарифмической и полиномиальной (до 4-й степени). Выбор наилучшей модели предлагается по критерию скорректированного коэффициента детерминации с опциональной фильтрацией выбросов методом межквартильного размаха (IQR) и проверкой статистической значимости уравнения регрессии. Дополнительно рассчитывается выборочная остаточная дисперсия для оценки качества подгонки модели.
Вывод. Методика представляет системный подход к анализу зависимостей производительности API специализированного программного обеспечения, основанный на принципах прикладной статистики и инженерной интерпретации. Методика может быть использована для принятия обоснованных инфраструктурных решений, а также для рационального сокращения объёма нагрузочного тестирования; позволяет транслировать статистические паттерны в конкретные инженерные действия: оптимизацию инфраструктуры, рефакторинг кода, настройку масштабирования.