数据 · 2026-10-21
示例：一份小型数据集的说明
数据类条目不需要长正文，重点是讲清楚：数据是什么、每一列什么意思、能怎么用、有什么已知问题。 文件放在文末下载。
说明。400 次 HTTP 请求的延迟样本，字段为请求编号、延迟（毫秒）和状态码。 用来演示长尾分布下的分位数计算，不包含任何真实用户信息。
字段
| 列名 | 类型 | 说明 |
|---|---|---|
request_id | 整数 | 从 1 开始的顺序编号 |
latency_ms | 整数 | 端到端延迟，单位毫秒，最大截断到 2000 |
status | 整数 | HTTP 状态码，只有 200 / 500 / 502 三种 |
怎么读
用 pandas 三行就能画出同样的累积分布：
import pandas as pd
df = pd.read_csv("demo-data.csv")
ok = df[df.status == 200].latency_ms.sort_values()
cdf = ok.rank(pct=True)
print(cdf.describe())
注意 rank(pct=True) 给出的累积占比和直接按位置计算略有差别，
两者都能接受，写论文时说明用的是哪种即可。
已知问题
- 样本只在单一网络环境下采过一次，没有跨地域对比；
- 17 条非 200 响应被排除在图表之外，但不影响原始文件的完整性；
- 延迟上限被截断到 2000 ms，末尾的极值不准确。
许可
示例数据可以随意使用、修改和再分发，不需要署名。 换成真实数据时，把这一节改成你实际选择的许可条款。