QPS、TPS、RT、并发用户数、吞吐量

这篇具有很好参考价值的文章主要介绍了QPS、TPS、RT、并发用户数、吞吐量。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

QPS

QPS Queries Per Second 是每秒查询率 ,是一台服务器每秒能够相应的查询次数,是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准, 即每秒的响应请求数,也即是最大吞吐能力。

TPS

TPS Transactions Per Second 也就是事务数/秒。一个事务是指一个客户机向服务器发送请求然后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,以此来计算使用的时间和完成的事务个数,

QPS和TPS区别

举例,请求一个index.html 页面,客户端发起了三个请求(css、js、index接口),那么此时TPS =1 、QPS =3 。

在针对单接口的时候TPS = QPS。

并发数

并发数(并发度):指系统同时能处理的请求数量,同样反应了系统的负载能力。这个数值可以分析机器1s内的访问日志数量来得到。

压测时,一般都是指定并发数来压出单实例的QPS拐点,即一步一步提高并发数来测出对应的QPS,平均RT,错误率

  • 并发数:100
  • 并发数:300
  • 并发数:500

吐吞量

吐吞量:吞吐量(Throughput)是指系统在单位时间内处理请求的数量,TPS、QPS都是吞吐量的常用量化指标

RT

响应时间:RT(Response-time)就是从客户端请求发起到服务器响应结果的时间。RT这个参数是系统最重要的指标之一,它的大小直接反应了当前系统的响应状态。基本和咱们用户体验息息相关,现在好一点监控系统一般都有三个RT,即平均、最大、最小。

P99,P95,P50

一般系统RT 100ms 以内是比较正常的,300ms 勉强可以接受,1s的话再加上一些其他的外因,给用户的体验就是实实在在的不爽了。

P99 < 1s,P95 < 300ms

上面几个名词的计算关系

  • QPS = 并发数 / 平均响应时间

  • 并发数 = QPS * 平均响应时间

计算1:QPS、RT、并发数计算

以下示例来着互联网文章-艾小仙

假设公司每天早上9点到10点1个小时内都有员工要上厕所,公司有3600个员工,平均每个员工上厕所时间为10分钟,我们来计算一下。

QPS = 3600/60*60 1

RT = 10*60 600秒

并发数 = 1 * 600 600

这样就意味着如果想达到最好的蹲坑体验,公司需要600个坑位来满足员工需求,否则的话上厕所就要排队等待了。


针对以上答案不是很好理解,我是这么分析的,其实上面的需求是 1个小时 让3600人拉完屎,即厕所服务的整体吞吐量需求为 3600人/1时 = 3600人/3600s = 1/s,即QPS = 1

那么需要多少个厕所实例来满足需求呢

由于单个厕所实例的qps = 1人/10m = 1人/600s。

所以需要 1人/s / 1人/600s = 600厕所实例

QPS

  • 厕所服务:3600人/1时 = 1 QPS
  • 厕所实例:1人/10m = 1/600 = 0.00167 QPS

响应时间

  • 厕所服务:1h

  • 厕所实例:10m

并发数

如果按照上面的计算公式 并发数 = QPS * 平均响应时间,那这里厕所实例的并发数等于多少呢?

1 * 1h = 3600??? 不对哦,这里的平均响应时间 是每个人的即1* 10m = 600

也可以这么理解厕所服务提供了 600 个厕所坑位,所以支持的最大并发数,即同时拉屎数 = 600…

  • 厕所服务:1QPS(服务的QPS) * 10m (实例的响应时间 一个call) = 600
  • 厕所实例:0.00167 QPS * 10m = 1

吞吐量

  • 厕所服务的吞吐量为 3600 TPH = 1 TPS

PV

PV(Page View):页面访问量,即页面浏览量或点击量,用户每次刷新即被计算一次。可以统计服务一天的访问日志得到。 可以通过Nginx、Apache之类的Web Server得到。

UV

UV(Unique Visitor):独立访客,统计1天内访问某站点的用户数。可以统计服务一天的访问日志并根据用户的唯一标识去重得到。可以通过Nginx、Apache之类的Web Server得到。

DAU

DAU(Daily Active User),日活跃用户数量。常用于反映网站、互联网应用或网络游戏的运营情况。DAU通常统计一日(统计日)之内,登录或使用了某个产品的用户数(去除重复登录的用户),与UV概念相似

MAU

MAU(Month Active User):月活跃用户数量,指网站、app等去重后的月活跃用户数量

计算2:峰值QPS和机器计算

原理: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%时间叫做峰值时间 。

这里应该根据业务场景来定,例如这个时间 * 20%

针对一些政企机关单位这个时间不是 24h而是8h,应灵活运用。

公式

  • 峰值QPS:( 总PV数 * 80% ) / ( 每天秒数 * 20% ) = 峰值时间每秒请求数(QPS)

  • 需要的机器:峰值时间每秒QPS / 单台机器的QPS = 需要的机器

示例

:每天100w PV 的在单台机器上,这台机器峰值是多少QPS

:( 1000000 * 0.8 ) / (86400 * 0.2 ) = 46 (QPS)

如果有成熟的监控可以从监控上去看实际的QPS与计算的偏差。

:如果一台机器的QPS是18,需要几台机器来支持?

:46/ 18 = 3文章来源地址https://www.toymoban.com/news/detail-446115.html

到了这里,关于QPS、TPS、RT、并发用户数、吞吐量的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 性能测试:深入理解并发量,线程数,吞吐量,TPS

    并发数,线程数,吞吐量,每秒事务数(TPS)都是性能测试领域非常关键的数据和指标。 那么他们之间究竟是怎样的一个对应关系和内在联系? 测试时,我们经常容易将线程数等同于表述为并发数,这一表述正确吗? 本文就将对性能领域的这些关键概念做一次探讨。 文章可

    2024年02月03日
    浏览(38)
  • jmeter负载测试如何找到最大并发用户数

    在性能测试中,当我们接到项目任务时,很多时候我们是不知道待测接口能支持多少并发用户数的。此时,需要我们先做负载测试,通过逐步加压,来找到最大并发用户数。那么当我们找到一个区间,怎么找到具体的值呢? 在区间中逐步增加步长,出现以下任意现象时,即是

    2024年01月21日
    浏览(30)
  • Flink去重计数统计用户数

    1.数据 订单表,分别是店铺id、用户id和支付金额 2.可运行案例 sql: 3.运行结果 :7 (true,+U[shop-2, 2, 3]) :1 (true,+U[shop-1, 4, 8])   4.原理 Flink回撤流原理

    2024年02月03日
    浏览(26)
  • Hive SQL面试题-流失回流用户数统计

    根据用户最后一次登录记录表,统计每天的流失(一段时间未登录平台)用户数量,和回流用户(一段时间未登录平台,但今天重新登录了平台)数量。 执行环境:Hive on Spark 1 统计指标 从用户最后一次登录记录表中统计如下指标, 当日流失用户数量 、 当日回流用户数量

    2023年04月08日
    浏览(29)
  • 「SQL面试题库」 No_66 查询近30天活跃用户数

    「SQL面试题库」是由 不是西红柿 发起,全员免费参与的SQL学习活动。我每天发布1道SQL面试真题,从简单到困难,涵盖所有SQL知识点,我敢保证只要做完这100道题,不仅能轻松搞定面试,代码能力和工作效率也会有明显提升。 1.1 活动流程 整理题目 :西红柿每天无论刮风下雨

    2024年02月05日
    浏览(26)
  • 华为余承东表示「鸿蒙 HarmonyOS 2 升级用户数突破 1 亿」,意味着谷歌已被吓得瑟瑟发抖...

    本来全球手机市场有超过八成的份额为安卓占有,而苹果占有一成多。苹果每年的手机销量大约在2亿多部,如果鸿蒙系统每年增加2亿用户,那么鸿蒙系统就将如苹果iOS系统一样占有一成多的市场份额,这一成多市场份额正是从谷歌手里夺取的,那就代表着谷歌的安卓占有的

    2024年02月11日
    浏览(33)
  • 《面试1v1》如何提高远程用户的吞吐量

    🍅 作者简介:王哥,CSDN2022博客总榜Top100🏆、博客专家💪 🍅 技术交流:定期更新Java硬核干货,不定期送书活动 🍅 王哥多年工作总结:Java学习路线总结, 点击 突击面试 🍅 数十万人的面试选择: 面试说人话系列《面试1v1》 我是 javapub,一名 Markdown 程序员从👨‍💻,

    2024年02月15日
    浏览(29)
  • -笔记 tps qps

    页面请求异步处理 将请求 扔进 kafka, Mq等 MQ单机抗几万并发也是ok的 底层批量处理 sql 处理 尽量批量处理,减少耗时 分库分表, 可能到了最后数据库层面还是免不了抗高并发的要求,好吧,那么就将一个数据库拆分为多个库,多个库来抗更高的并发;然后将一个表拆分为多

    2024年02月03日
    浏览(22)
  • Kafka吞吐量

    目录 kafka的架构和流程 小文件对HDFS影响: 解决办法: ⾸先Kafka从架构上说分为⽣产者Broker和消费者,每⼀块都进⾏了单独的优化,⽐如⽣产者快是因为数据的批量发送,Broker快是因为分区,分区解决了并发度的问题,⽽且⽂件是采取的顺序写的形式。顺序写就可以有效的减少磁盘

    2023年04月23日
    浏览(36)
  • WiFi模块吞吐量测试

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 在WiFi模块选型过程中,工程师会关注到WiFi模块的吞吐量,拿到样品之后,也会进行一个模块吞吐量的测试。本篇就以SKYLAB QCA9531 WiFi模块SKW99的测试角度出发,简单介绍一下WiFi模块怎么测试WiFi吞吐量。

    2024年02月09日
    浏览(30)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包