迪斯尼的FastPass有效和/或有用的排队理论
在迪斯尼世界，他们使用Fastpass系统为受欢迎的游乐设施制作第二条较短的路线。 这个想法是，你可以等待标准线，经常等待一个多小时，或者你可以得到一个FastPass，它允许你在指定的时间段内（通常在几个小时之后）回来，只等10分钟或更less。 您只能使用FastPass一次“等”一次。
我一直在试图弄清楚这个概念背后的排队理论，但是我发现唯一的解释是它的目的是让人们脱离线路，做一些会带来额外收入的东西（购物，吃东西等等）。
这就是为什么FastPass被实现的原因，还是存在真正的游客效率问题？ 有没有应用软件类似的逻辑？ 有软件应用程序应该应用类似的逻辑吗？
我看到在软件中实现类似的问题的一部分是，它是基于用户select他们的队列。 为了在软件中实现更快的等待周期，我认为这个理论的一个很好的应用将要求应用程序足够聪明，根据自己的需求知道将什么队列放入，而不需要最终用户的select。
快速通行线路显然不会增加给定乘车队列的总吞吐量，但是在资源调度和资源分配方面有帮助。
就像我说的那样，你不会再为这个车程创造更多的总吞吐量，但是其他地方可能会有一些车辆没有得到充分的利用。 如果你现在可以乘坐这些游乐设施以及游乐设施，那么你可以提高公园的整体效率。 我的意思是最大限度地减less乘客容量以下的乘坐量。
如果你的计算机资源闲置，等待执行一个可能需要很长时间的任务，那么把这个资源用于别的东西是有道理的吗？ 从这个angular度来看很简单。
这是关于积累，而不是排队效率。
Fastpass的工作原理是让队列中的单个项目在“消费”某物时更有效率。 这不像一个等待处理指令的处理器那样的队列，因为人们排队等待食物。
就迪斯尼乐园的人来说，这可以让他们最大限度地发挥乐趣 。
想想接受指令的处理器。 每条指令都在队列中等待执行，以执行其任务。 现在改变它 – 想象每条指令都在等待排队而不是执行一个指令，而是从处理器中得到一些东西 – 每次碰到一个处理器，就会得到一颗金色的星星，它的工作就是积累尽可能多的指令尽可能。
Fastpass就像是允许指令去别的地方，去一个不同的处理器，在那里得到一颗金星，然后回到主处理器去获取金星。
在迪斯尼乐园用户的情况下，他们有兴趣获得乐趣 – 积累乘坐体验。 Fastpass通过允许用户以较短的线路find不同的乘坐者来实现最大化，所以他们可以在更短的时间内累积更多。
我已经试过FastPass了，这就是我的看法：
比如说，如果你去等FastPass，你会得到一个预定等待时间，你会得到一个指定的时间段，保证你立即进入。 通常在1小时以后。
我们为受欢迎的游乐设施获得了FastPasses，在此期间，排队在10-15米的队列中，让我们在FastPass虚拟队列中排队并进入3个游乐场。 他们还给了我们一些非常不受欢迎的游乐设施的额外的不计数的FastPasses，如果我们使用那些我们会得到一些更受欢迎的游乐设施，并填补非常不受欢迎的游乐设施。
下面是一个比较我们花费的时间和非快速通道选项的graphics：
快速通过http://img259.imageshack.us/img259/5173/fastpass.png
在我看来，这是一个有效的排队理论，它允许执行较less的预期等待时间的资源，而延迟更高的预期等待时间。
FastPass基本上实现了非阻塞访问者的某种优先级队列。 他们不阻止，他们不睡觉，他们花钱。 它的作品是因为约翰在上午11点使用它，乔在上午11:15（或上午11:01）使用它。 现在，如果每个人都有一个快速通行证，普通线路会更快，而大多数游客花更多的钱在食物和礼物上。 对迪斯尼来说，这是一定程度上的预期效果。
这个传球做了一些假设，并且有一些限制。 它假设fastpass持有者是less数。如果这种变化，他们将不得不在多个游乐设施通行证工作，或fastpass持有人会花钱，而在正常线路很less人…适得其反。 由于只支持一次乘车，所以没有两个快车的乘客会一次要求同一乘坐。
现在，考虑到乔可能在轮到之前离开公园，你将不得不拿出某种“游客”来提高系统的效率。 如果乔离开了，约翰来得早，约翰就可以骑了。 而且，约翰会想知道为什么他的快速通行证没有通知他可以更快地骑上n分钟。 这就是真正获得乐趣的地方，如果乔离开只是为了从车里取出一些防晒霜而返回呢？ 毕竟，轮到他两个小时的路程，除非有200多人在他被阻挡的时候离开了公园（同时得到了防晒霜），这是一个不能被打断的任务。 所以在这种情况下，我们把Joe放在某种磁盘睡眠中，或者是不能被中断或者死亡的睡眠。 他没有任何信号，他没有投票，他离开了公园。
这是推动实际无锁编程的理论。 它和餐饮哲学家的问题一样有趣，其实更多。
至于迪斯尼去..这不是一个bug，它的一个特点是，人们更倾向于离开公园，而更倾向于花钱。
我认为你可以用这种方式将其与asynchronous编程模型进行比较。
您要求系统执行一个操作，稍后您会回来查看结果。
最大的不同之处在于，您可以指定在完成时要调用哪个事件/callback，或者在准备等待时需要进入等待。 我还没有看到一个机制，会告诉你以后再回来，并保证较低的等待时间。
在一个普通的队列中，你不能真正估计你有多快的速度。 你很紧张，有时想着放弃这个想法。
有了FastPass，您就可以“知道”这次旅程将在确切的时间段内发生。 你很确定，什么时候发生这种情况，并考虑不太经常戒烟。 你去购物和吃东西，并在需要时返回。 您可能会因为您提前申请乘坐并感受到承诺而返回。 Joel Spolsky 描述了星巴克队列中使用的类似的承诺思想 。
所以FastPass对于公园和游客都是一种方便。 游客更高兴，公园可以在等待的时候卖掉。
只是一个良好的社会工程的例子。
对我来说，这似乎是一个优先队列 。
当第一次使用SpeedPass时，会获得更高的优先权。 然后，当popupgeneral line queue ， SpeedPass在队列中具有更高的优先级。
如果我们同意这是一个优先级队列，那么最明显的软件实现是操作系统调度
从调度wiki文章修改：
迪士尼乐园调度员主要关注：
- 乘坐利用 – 保持乘坐尽可能的繁忙。
- 吞吐量 – 每个时间单位完成乘坐的人数。
- 周转时间 – 执行某个特定行程的时间。
- 等待时间 – 一个人在准备好排队等待的时间。
- 响应时间 – 排队等候到产生第一个响应所花费的时间。
- 公平 – 每个人平等的乘车时间。
对我来说FastPass的想法看起来像一个系统的解决scheme，我需要执行任务1到N，并根据我对自己的一些知识（在迪斯尼，我可能知道，我的孩子会很高兴骑在Test Track，而等待Soarin的FastPass时间片到达）我可以安排自己进入任务N的“FastPass”队列，也进入任务M的标准队列。这可以在任务的顺序不一定重要，排队时间是已知的，我可以估计需要多长时间来做任务M或N.不知道我有一个很好的现实世界的编程示例，但我们的思想本质上是线性的，所以我们的工作stream程往往是这样的。
FastPass允许您同时在多行中等待。 它可以让你避免等待，但增加平均等待时间，因为线条有效地变长。
但是大多数人并没有花费整个时间去骑自行车。 一些事件，如游行，并不是真的有一个等待时间。 通过使用快速通行证，您可以在不牺牲长途线路的情况下进行更多的非线性或短线性事件。
有两个地方可以想到在我的软件开发中有类似的行为。 然而，既不是一个确切的比喻，因为它们都需要
首先是asynchronous编程。 如前所述 ，就asynchronous模型和fastpass模型而言，在等待方面存在一些差异。 但是，其他一些编程模型（如消息传递接口 ）给了你一些其他的select，这可能会更接近FastPass模型。
特别是，我正在考虑MPI中的MPI_Gather方法 – 他们使用的模型可能更接近一些。 每个函数都在集群中传递，然后可以从根目录调用获取当前处理的数据。 目标是一样的（保持每个人都在等待（不阻挡用户），走动，花费[或处理数据]）。
另一个地方我可以看到相似之处在于高级线程编程模型，比如TPL中的新调度器。 TPL在C＃4中的一个主要优点是调度器将允许工作被窃取，对于我来说似乎是一个明确的实现，试图在dynamic地转移线路的软件中实现 – 这与FastPass有关。 快速通行的好处之一就是你坐得less，坐更多，走得更远。 有了TPL，希望有更less的阻塞和等待，因为已经完成队列的线程可以从其他队列中窃取任务。
FastPass的一个有趣的方面是它为迪斯尼引入了一个反馈渠道。 通过一条几乎总是等待吸引力的线路，除了以某种方式测量线路在一天中的固定时间间隔多久以外，没有什么可以做的。 使用FastPass迪斯尼可以实时收集每个景点的需求和交通数据，并且已经数字化 – 应该立即到他们的数据仓库进行采矿。
我倾向于认同那些将FastPass作为一种资源分配系统的资格排列系统。 另一个比喻是把每个迪斯尼客户视为一个单线程的操作系统进程，直到客户拿起一个FastPass。 这使得客户成为一个双线程的过程，像以前一样在整个公园内循环，并运行另一个等待指定资源（FastPass吸引力）的线程。 允许多个FastPasses给用户（进程）将使这些进程更multithreading。 线程同步发生在客户最终获得FastPass吸引力的时候。
唯一可以看到的软件类比是这种方法避免了队列缓冲区的溢出 – 如果许多客户端都大致同时尝试添加到一个队列中，它可能会很快填满队列。 如果要求客户端等待一定的时间，那么在添加到队列之前，他们必须在本地caching（相对）较less的项目。
然而，在大多数其他情况下，这会导致吞吐量的下降，因为如果等待时间select不当，可能会导致队列被饿死。
尝试编写一个testing应用程序，使用不同指标下的“FastPass”进行排队，并比较结果 – 并让我们知道，如果您发现任何有趣的事情！ 🙂
不知道如何在软件中应用。 但是这个系统对游客来说肯定是有好处的：你可以有一次乘坐快速通行证，同时去另一条线路不长（或者说你去购物，吃东西等等）。 当我和我的家人在那里的时候，这真是个救命恩人（尽pipe诚然这是淡季）。
鉴于它被利用 ，你不得不相信队列用户;-)
从我的供应链课程来看，立即给我的排队方面是减less你的等待时间，所以人们根本不介意等待。 我不认为这缩短了主线，但是它确实减轻了人们对排队等待的焦虑，因为他们知道一旦下车，他们可以马上回来（如果他们的快速通行时间到了，反正）。
我知道，我认为我可以乘坐快速通道更多的乘坐方式，但我不知道是否真的是这种情况，或者只是一个聪明的重新构build我的等待时间。
我发现唯一的解释是，它的目的是让人们脱离线路，做一些会带来额外收入的东西（购物，吃东西等等）。
我认为你已经达到了这个要点，但是你听起来应该比它应得的公司更恶劣。 我当然宁愿在购物和吃东西的时候“实际上排队”，而不是排队排队。
理论上，当自然需求较低时，FastPass可以尝试安排更多人; 这就是为了从真正的预定队列中获得更多的吞吐量。 但在实践中，我怀疑这个游乐设施在一天中的大部分时间都在运转，所以从中获得的生产力很低。
这是关于热门游乐设施的资源调度，以及通过销售商品来产生额外收入的方法。 如果你排队等候，这意味着你没有机会花更多的钱。
满足他们的顾客是迪士尼最大的利益。 虽然销售肯定是重要的收入，但获得回头客的价值却要高出许多倍。
如果我花了150美元购买一日游的公园门票，只乘坐10次，因为路线太长，我会质疑这些乘车是否真的值15美元。 但是，如果我有三十次乘坐的方式，那么我会有一个更好的经验，不太可能质疑这个经验的价值，并且更有可能返回给迪士尼乐园另一个价值150美元的食物+商品。
在FastPass之前，我乘坐10次乘坐和30次乘坐的唯一区别是公园的拥挤程度如何。 这是一个常见的问题，其他理想景点试图以其他方式解决。 例如，Tahoe的Northstar滑雪胜地将限制他们在特定的一天（或者至less以前）销售的电梯票数量。 这也解决了这个问题，但是这样会对收入产生更负面的影响。
在软件中，类似的范例将加载一个网页。 在古代，这个过程是单线程的：获取所有的内容，渲染所有的内容并显示页面。 随着交通和数据量的增加（特别是图像合并），这个模型面临着与迪斯尼乐园相同的问题。 如果页面上有很多图片，加载需要很长时间，我不会等待内容，也不会再回到那个网站。
现在几天的网页加载不同。 内容被加载，渲染和显示，而另一个线程加载，渲染和显示图像。 这极大地改善了用户体验，并且如果有可取的内容，我将继续回到站点，并且可以将我的重复页面视图变成$$$。
在某些方面，这类似于实时操作系统。
一些进程有一个快速传递，并被标记为实时。
他们有保证，他们会在一定的时间内获得资源。 他们不能排队，但他们可以推进！ 虽然他们没有使用该车，但其他非实时客人可以使用它。
-Alex
这是很棒的东西。 迪斯尼本质上是两个队列，服务率取决于FASTpass的分布数量。
短FASTpass队列可以被build模为一个总是处于均衡状态的队列。 保持队列的短小化了两个队列之间的反馈 – 这对于随机build模来说是很好的。 另一个队列是一个典型的队列，服务速度较慢。
当然，如果FASTpass配额过大，两个队列之间的反馈会随之而来，使得系统混沌，并且最小化排队模型对结果描述的影响。
另一个策略就是尽量减less用户等待时间，严格按照约定安排乘车时间，这种情况下是纯批量排队，而且容易优化。 我不认为这会在美国工作。 🙂
你不会乘坐更多的游乐设施。 不受欢迎的线路现在比较长，因为有更多的人在等待他们的乘坐通行证成熟时在上面消磨时间。 容量是容量。
“Twitter目前真的很忙，请在15:00到15:15之间回来，我们保证在5秒或更短的时间内得到你的推文。”
;){kind=link}