什么是QPS、TPS、RT、吞吐量？

什么是QPS、TPS、RT、吞吐量？

​ 疫情之下，陕西、四川等地的健康码、核酸系统都出现了短暂的崩溃，软件开发的高并发再次引起了程序员的一阵讨论。以下截取了阿里工程师tony guo的一篇朋友圈，其中的GPS等高并发指标你知道是什么含义吗？

1.QPS-每秒查询数

​ QPS：Queries Per Second，意思是“每秒处理请求数”。是用来衡量服务性能的重要指标，解决每秒数万次的高并发场景，在开发过程中这个指标非常关键，程序员可以在开发过程中利用Jmeter等工具测试程序的QPS，联网中，作为域名系统服务器的机器的性能经常用每秒查询率来衡量，所以程序开发中的QPS是程序员最为看重的一个指标之一。

• **定义：**对一个特定的查询服务器在规定时间内所处理流量的多少。
• **计算公式：**QPS=并发量/平均响应时间

QPS是用来衡量服务器的性能，我们是不断的为增加它的数量而优化改进，通过多线程、增加负载、甚至提高代码质量、优化算法等方式。当然，优化的性能是有上限的，我们需要在性能和投入上做出一定的平衡。要对现有的业务状况、未来的发展潜力以及爆发力上做出一些判断，很好的驾驭它是需要花费大量精力的，需要经验和技术能力同时发挥作用，让效率和投入达到最好的产出。

2.TPS-每秒事务数

​ TPS：Transaction Per Second，也就是“每秒事务数”。它是软件测试结果的测量单位，一个事务是一个客户机向服务器做出反应的过程。客户机在发送请求时开始计时，收到服务器响应后结束计时，以此来计算使用时间和完成事务数，最终利用这些信息来估计得分。

​ QPS vs TPS：QPS基本类似于TPS，但是不同的是，对于一个页面的一次访问，形成一个TPS；但一次页面请求，可能产生多次对服务器的请求，服务器对这些请求，就可计入“QPS”之中。如，访问一个页面会请求服务器2次，一次访问，产生一个“T”，产生2个“Q”。

3.RT-响应时间

​ RT：Return Time，即“响应时间”：执行一个请求从开始到收到响应数据所花费的总时间。RT数值的大小直接反应了系统的快慢，所以是一个非常重要的指标。

4.并发数

​ 并发数是指系统同时能处理的请求数量，这个也是反应了系统的负载能力。

5.吞吐量

​ 系统的吞吐量（承压能力）与request对CPU的消耗、外部接口、IO等紧密联系。单个request对CPU的消耗越高，外部系统接口、IO速度越慢。系统吞吐能力就越低，反之则越高。依据公式“QPS(TPS)=并发量/平均响应时间”可知，系统吞吐量的重要指标就是QPS(TPS)、并发数、响应时间：

6.实际举例

​ 我们通过一个实例把上面的几个概念串联起来，以便理解。按二八定律来看，如果每天80%的访问集中在20%的时间里，这20%的时间就叫做峰值时间。

• 公式：(总PV值80%)/(每天秒数20%) = 峰值时间每秒请求数(QPS) 注：PV-page view，即页面浏览量
• **机器：**峰值时间每秒QPS/单台机器的QPS = 需要的机器

1.每天300w的PV值在单台机器上，这台机器需要多少QPS？依据上面的公式可以得到：

QPS = (3000000 * 0.8) / (24 * 60 * 60 * 0.2) = 139
1

2.如果一台机器的QPS是58，那么需要几台机器来支持这个PV量？

139 / 58 = 3
1

7.最佳线程数、QPS、RT的联系

7.1.单线程QPS公式：QPS=1000ms/RT

​ 对同一个系统而言，支持的线程数越多，QPS越高。假设一个RT是80ms,则可以很容易的计算出QPS,QPS = 1000/80 = 12.5

​ 多线程场景，如果把服务端的线程数提升到2，那么整个系统的QPS则为 2*（1000/80） = 25, 可见QPS随着线程的增加而线性增长，那QPS上不去就加线程呗，听起来很有道理，公司也说的通，但是往往现实并非如此

7.2.QPS和RT的关系

我们想象的QPS、RT关系如下：

实际的QPS、RT关系如下：

7.3.最佳线程数

刚好消耗完服务器的瓶颈资源的临界线程数，公式如下：

最佳线程数量 = ((线程等待时间+线程cpu时间) / 线程cpu时间) * cpu数量
1

特性：

• 在达到最佳线程数的时候，线程数量继续递增，则QPS不变，而响应时间变长，持续递增线程数量，则QPS开始下降。
• 每个系统都有其最佳线程数量，但是不同状态下，最佳线程数量是会变化的。

特性：

• 在达到最佳线程数的时候，线程数量继续递增，则QPS不变，而响应时间变长，持续递增线程数量，则QPS开始下降。
• 每个系统都有其最佳线程数量，但是不同状态下，最佳线程数量是会变化的。
• 瓶颈资源可以是CPU,可以是内存，可以是锁资源，IO资源：超过最佳线程数-导致资源的竞争，超过最佳线程数-响应时间递增。

案例参考：公众号-程序员追风