当前位置：首页 > news >正文

php 网站服务器小程序制作第三方平台

news 2025/10/23 5:39:02

php 网站服务器,小程序制作第三方平台,wordpress标题图标,wordpress喜欢按分类目录显示问题开发过程中，不免会遇到评价系统性能的指标，如：QPS 和 TPS 都是“每秒多少次”，到底有什么区别？这几个概念容易产生混淆，在此梳理一下一、基础定义首先，我们明确三者的定义 QPS (Queries…

问题

开发过程中，不免会遇到评价系统性能的指标，如：QPS 和 TPS 都是“每秒多少次”，到底有什么区别？这几个概念容易产生混淆，在此梳理一下

一、基础定义

首先，我们明确三者的定义

QPS (Queries Per Second)：每秒查询数，通常用于描述系统对请求的处理能力（如接口调用次数）。
TPS (Transactions Per Second)：每秒事务数，通常用于事务性系统（如支付、下单），一个事务可能包含多个请求。对于简单查询：TPS ≈ QPS
RT (Response Time)：响应时间，指从请求发出到响应完成的耗时（一般取平均值或 P95、P99）。

可以用一个公式来直观感受：·QPS×RT≈并发数

这就是著名的 Little 定律（利特尔法则）的简化形式。我们也可看出：

TPS 是更高层的业务指标，QPS 是更底层的技术指标；
RT 直接影响 QPS 和 TPS 的实际表现。

二、场景示例

假设我们有一个电商系统：

用户请求下单接口 /order。
每次下单请求需要经过库存检查 → 创建订单 → 扣减库存 → 支付调用。
我们规定：
- 1个事务 (Transaction) = 完成一次下单操作；
- 1个事务包含 3 个请求 (Request)（比如：查询库存、写订单、支付）。
  在这个过程中：
QPS 表示每秒钟处理多少个“接口请求”（如库存查询、订单写入）；
TPS 表示每秒钟完成多少个“完整事务”（下单成功次数）；
RT 表示每个请求的响应时间（平均耗时）。

三、模拟示例

我们写一个简单的压测程序，模拟并发请求，并统计 QPS、TPS 和 RT。

public class QPSDemo {// 模拟请求总数private static final int TOTAL_REQUESTS = 1000;// 模拟并发线程数private static final int THREAD_COUNT = 20;public static void main(String[] args) throws InterruptedException {ExecutorService executor = Executors.newFixedThreadPool(THREAD_COUNT);CountDownLatch latch = new CountDownLatch(TOTAL_REQUESTS);AtomicLong totalRt = new AtomicLong(0); // 请求总耗时AtomicLong requestCount = new AtomicLong(0); // 请求总数AtomicLong transactionCount = new AtomicLong(0); // 事务总数long startTime = System.currentTimeMillis();for (int i = 0; i < TOTAL_REQUESTS; i++) {executor.submit(() -> {long rtStart = System.currentTimeMillis();try {// 模拟一个事务包含3个请求for (int j = 0; j < 3; j++) {simulateBusinessLogic(j);requestCount.incrementAndGet(); // 每个请求计数}transactionCount.incrementAndGet(); // 每个事务完成一次} catch (Exception e) {e.printStackTrace();} finally {long rtEnd = System.currentTimeMillis();totalRt.addAndGet(rtEnd - rtStart);latch.countDown();}});}latch.await();long endTime = System.currentTimeMillis();long totalTime = endTime - startTime; // 总耗时double qps = requestCount.get() / (totalTime / 1000.0);double tps = transactionCount.get() / (totalTime / 1000.0);double avgRt = totalRt.get() * 1.0 / transactionCount.get();System.out.println("==== 性能指标结果 ====");System.out.println("请求总数 (Request): " + requestCount.get());System.out.println("事务总数 (Transaction): " + transactionCount.get());System.out.println("总耗时: " + totalTime + " ms");System.out.println("QPS: " + qps);System.out.println("TPS: " + tps);System.out.println("平均RT (每事务): " + avgRt + " ms");executor.shutdown();}// 模拟业务逻辑，每个请求大约耗时100msprivate static void simulateBusinessLogic(int step) throws InterruptedException {switch (step) {case 0: // 库存检查Thread.sleep(80);break;case 1: // 写订单Thread.sleep(100);break;case 2: // 调用支付Thread.sleep(120);break;default:Thread.sleep(50);}}
}