一、高并发的核心性能指标概述
当系统面对海量并发请求时，高并发性能指标通常是用来衡量系统性能的关键指标。当我们谈论高并发场景时，通常关注几个核心性能指标，包括每秒查询率（QPS）、每秒事务处理量（TPS）、响应时间（RT）、并发数 以及 系统的整体吞吐量。接下来，将会逐一讲解这些指标的含义和重要性。
二、每秒查询率（QPS）
每秒查询率，简称 QPS（Query Per Second），是用来衡量系统处理能力的一个关键指标，QPS 指的是系统能够在每秒钟处理多少次查询或读取操作。QPS数值越高，意味着系统的处理能力越强。
在建设一个能抗住高并发的系统时，我们要基于实际的需求和硬件条件来设定一个合理的QPS目标。拿电商网站为例，如果一个网站的QPS是10W，这就意味着它能在每秒钟内响应10W个用户的查询请求。
三、每秒事务处理量（TPS）
每秒事务处理量，简称 TPS（Transaction Per Second），是用来度量系统处理能力的另一项重要指标。TPS 表示系统在每一秒内能够处理多少个事务或写操作请求。不同于QPS，TPS包括读和写两种操作。在面对高并发的挑战时，TPS成了一个关键的衡量标准，特别是它展现了系统处理写请求的能力。以金融交易系统为例，如果它的TPS达到了5W，表示该系统可以在每秒内完成5W个交易请求的处理。
在实际场景中，TPS（每秒事务处理量）通常用来全面评价系统的性能，而QPS（每秒查询率）则更常用于评估特定业务模块或查询接口的效率。这样的区分有助于我们细致地了解系统的各个部分，从而为优化和提升性能提供指导。
四、响应时间（RT）
响应时间，简称 TPS（Response Time），是评价系统性能不可或缺的一个指标，RT 衡量的是系统收到一个请求到返回响应所需的全部时间。一般来说，响应时间越短，系统的性能就越高。在处理高并发的情况下，响应时间可能会因为系统资源的限制而有所增长。因此，根据业务需求和用户体验要求，设定一个合理的响应时间目标是非常重要的。比如，在一些在线游戏系统中，响应时间被严格要求在100毫秒以内，超出这个阈值可能会影响到玩家的游戏体验。
五、并发数
并发数 是 系统在同一时刻能够同时处理的请求数量，这个指标直观反映了系统处理并发请求的能力。在面对高并发场景时，怎样控制一个合理的并发数尤为关键。如果并发数设置得过高，可能会耗尽系统资源，进而拖垮性能甚至导致系统崩溃；反之，如果并发数设置得过低，则可能造成系统资源的浪费，未能充分发挥出系统的处理潜力。
六、吞吐量
吞吐量 是 衡量系统性能的一个综合指标，指的是系统在一段给定时间内成功处理的请求总数，这个指标通常按照每秒处理的请求数来计算。吞吐量的大小受到诸多因素的影响，包括但不限于系统的处理能力、网络带宽和硬盘速度等。在高并发的场景下，追求高吞吐量成为了一个重要目标，因为这意味着系统有能力在较短的时间内处理更多的请求，确保了系统的高效运行和用户体验的流畅。
七、QPS、并发数 、RT 之间的关系
理解了上述指标的意义之后，就能推算出它们之间的关系：
- QPS（TPS）= 并发数/平均响应时间
- 并发数 = QPS*平均响应时间
通过一个实例，我们可以将之前提到的几个概念串起来，更加直观地理解它们。
利用二八定律，假设80%的访问量集中在全天20%的时间内，那么这20%的时间段就被认为是峰值时间。公式：
|
|
这样能够计算出为了应对峰值负载所需要的机器数量，以每天300万PV为例，我们首先计算峰值时间的每秒请求数(QPS)：(3000000 * 0.8) / (86400 * 0.2) = 139 (QPS)
这意味着，在峰值时段，系统每秒需要处理大约139个请求。
假设一台机器的处理能力是58 QPS，为了覆盖这个需求，我们需要的机器数量就是：139 / 58 ≈ 3台
因此，要处理每天300万PV，在高峰期每秒需要处理139个请求的情况下，我们至少需要3台性能相当（每台58 QPS处理能力）的机器来保证系统的平稳运行。