基本情報 平成26年度 春期 問14｜テクノロジ系に関する問題

答えは d です。

「スループット」はコンピュータが一定時間でどれだけ仕事を処理できるかの量。

スプーリング（前出）は遅い印刷機を待たずに済むようハードディスクに溜める仕組み。CPUは次の仕事に進めるので、全体の処理量（＝スループット）が増える。

👉 覚え方：「スループット＝スルー（through）+ プット（put）＝通り抜けの量」。

ほかの選択肢：a 遊休時間は影響する／b CPU性能だけで決まらない／c 多重プログラミングは向上に役立つ。

なぜこれが正解か

正解は d。スループット（Throughput）は単位時間あたりのジョブ処理量で、システム全体の処理能力を表す指標。スプーリングはCPUと低速プリンタの速度差を吸収するため印刷データをHDDに一旦溜め、CPUを即座に解放することで全体の処理量を増やし、スループット向上に直接寄与する。

各選択肢の解説

• a「遊休時間はスループットに影響を及ぼさない」：誤り。遊休時間はスループットを悪化させる。
• b「スループットはCPU性能の指標で入出力速度・オーバヘッドの影響を受けない」：誤り。スループットはシステム全体の指標で、入出力・オーバヘッド全てに影響される。
• c「多重プログラミングはターンアラウンドタイム短縮に貢献するがスループット向上には役立たない」：逆。多重プログラミングはCPU遊休時間を活用するためスループット向上にも役立つ。
• d スプーリングはスループット向上に役立つ：正解。

覚え方・ひっかけ注意

「スループット＝単位時間処理量／ターンアラウンドタイム＝1ジョブ完了までの時間／レスポンスタイム＝応答までの時間」の3指標を区別。

• 多重プログラミング: 複数ジョブを並行実行→CPU遊休時間活用→スループット向上
• スプーリング: I/Oバッファ→CPU遊休回避→スループット向上
• キャッシュ: アクセス時間短縮→レスポンスタイム改善＋スループット向上

スループットを犠牲にしてレスポンスタイムを優先する設計（リアルタイム系）もあり、トレードオフ関係。

理論的背景

システム性能指標の体系:

• スループット（Throughput）: 単位時間あたりの処理量（ジョブ/秒、トランザクション/秒、リクエスト/秒）
• レスポンスタイム（Response Time）: 要求発生→応答開始までの時間
• ターンアラウンドタイム（Turnaround Time）: 要求発生→処理完了までの全体時間
• レイテンシ（Latency）: 処理開始から完了までの遅延、または応答までの所要時間
• キャパシティ（Capacity）: システムが扱える最大負荷
• 可用性（Availability）: 稼働時間/総時間

リトルの法則（Little's Law）: L = λW（系内の平均ジョブ数 = 到着率 × 平均滞在時間）が性能理論の基本則。

実務での使われ方

Webサービスの性能設計:

• 同時接続数（Concurrency）: アクセス集中時の同時処理可能数
• RPS/TPS（Request/Transaction Per Second）: スループット指標
• P50/P95/P99レイテンシ: 中央値・95%/99%パーセンタイル応答時間。テールレイテンシ（テール=遅い側の分布）の制御が重要
• エラー率: 失敗トランザクション割合

性能改善手法:

• 水平スケーリング: ノード追加でスループット向上、ステートレス設計が前提
• 垂直スケーリング: 1ノードのスペック増強、上限あり
• キャッシュ: Redis/Memcached、CDN、データ局所性活用
• 非同期処理: メッセージキュー、イベント駆動、バックグラウンドジョブ
• データベース最適化: インデックス、クエリチューニング、リードレプリカ、シャーディング
• CDN: 静的コンテンツのエッジ配信

リアルタイム性能監視: APM（Application Performance Monitoring、Datadog/New Relic/Dynatrace）、SLI/SLO/SLAでの定量的管理。

性能テスト手法:

• 負荷テスト（Load Test）: 想定負荷での性能確認
• ストレステスト（Stress Test）: 限界負荷での挙動確認
• 耐久テスト（Soak Test）: 長時間負荷での安定性確認
• スパイクテスト（Spike Test）: 急激な負荷変動への対応確認

JMeter、Gatling、k6、Locust等の負荷ツールで実施。

試験での位置づけ

FE/AP/ES/SC/SDのテクノロジ系（性能評価）で頻出。①スループット・ターンアラウンド・レスポンスタイムの定義、②多重プログラミングとスプーリング、③キャッシュ効果、④ジョブスケジューリングアルゴリズム、⑤Little's Law、⑥M/M/1待ち行列、が主要論点。

選択肢の発展補足

多重プログラミング/マルチプログラミングは1960年代のメインフレーム時代に確立。CPUがI/O待ちの間に他ジョブを実行することでCPU利用率を高める。現代のマルチスレッド・マルチプロセス・コンテナ・サーバレスは全てこの原理の延長線上。

スプーリングは同じく速度差吸収の古典技術。プリンタ→HDD→CPU解放という流れは、現代のメッセージキュー（Kafka、SQS、RabbitMQ）→ワーカープロセス→APIサーバ解放という非同期処理パターンとアーキテクチャ的に同型。

Amdahlの法則は並列化による高速化の理論限界を示し、シリアル部分が全体性能の上限を決める（S = 1 / ((1-p) + p/n)）。マルチコア時代の性能最適化の基礎理論として今も重要。

Gustafsonの法則は問題サイズが固定でない場合の並列化効果を示し、Amdahlより楽観的。HPC/データ集約型タスクで適用される。クラウド時代のオートスケーリング設計はこれらの法則と「コスト効率」「冗長性」「リージョン分散」を組み合わせた高度最適化問題となる。