我们之前讲到了性能需求挖掘、性能方案制定及压测场景设计之疑惑与思考（一）今天我们来看下，性能测试的术语介绍。
TPS：是TransactionsPerSecond的缩写，也就是事务数/秒。它是软件测试结果的测量单位。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。
mysqladmin是mysql官方的一款执行管理端的客户端程序，可以利用它对MySQL数据库服务进行操作，在MySQL5.5及以前的版本中，最常用的方法是用它来关闭mysql实例:
QPS是一种特殊的TPS，TPS指的是服务器每秒处理事务数，而QPS是针对查询服务器的每秒事务处理数也即每秒查询数 一、TPS：Transactions Per Second（每秒传输的事物处理个数），即服务器每秒处理的事务数。TPS包括一条消息入和一条消息出，加上一次用户数据库访问。（业务TPS = CAPS × 每个呼叫平均TPS） TPS是软件测试结果的测量单位。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
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。
面试中，难免会被面试官问到，你们接触过的项目中QPS最高是多少？TPS呢？PV、UV、DAV......
QPS是每秒查询率,是一台服务器每秒的查询次数,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, 也就是最大吞吐能力;
画架构图是为了知道请求是从哪里到哪里，做性能分析一定先画个图，脑子里就会有路径的概念了。
这一篇文章介绍了I/O密集型服务器和计算密集型的服务器的两种场景，对多epoller服务器和goroutine-per-connection服务器两种服务器进行测试，连接数分别是5000、2000、1000、500、200和100。
每秒查询数率，系统每秒能够处理的查询请求次数，即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。
在上一篇文章性能专题：一文搞懂性能测试常见指标中，已经介绍了，在开展性能测试时，各个维度的常见性能指标项有哪些。
如果有人问，这个系统的性能到底好不好？有什么指标，能够说明系统的性能？且看老杨的这篇文章《如何判断一个应用系统性能好不好？》。
总有不少读者私下与我讨论，面试总被面试官问倒在 QPS、TPS、RT、吞吐量等这些高并发性能指标的理解上。所以，今天干脆来一个全面的科普详解。
Second意思是“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。
a）定义：从用户发送一个请求到用户接收到服务器返回的响应数据这段时间就是响应时间。直观上看，这个指标与人对软件性能的主观感受是非常一致的，因为它完整地记录了整个计算机系统处理请求的时间。由于一个系统通常会提供许多功能，而不同功能的处理逻辑也千差万别，因而不同功能的响应时间也不尽相同，甚至同一功能在不同输入数据的情况下响应时间也不相同。所以，在讨论一个系统的响应时间时，人们通常是指该系统所有功能的平均时间或者所有功能的最大响应时间。当然，往往也需要对每个或每组功能讨论其平均响应时间和最大响应时间。
PS：下面是性能测试的主要概念和计算公式，记录下： 一．系统吞度量要素： 一个系统的吞度量（承压能力）与request对CPU的消耗、外部接口、IO等等紧密关联。 单个reqeust 对CPU消耗越高，外部系统接口、IO影响速度越慢，系统吞吐能力越低，反之越高。 系统吞吐量几个重要参数：QPS（TPS）、并发数、响应时间 QPS（TPS）：每秒钟request/事务 数量 并发数： 系统同时处理的request/事务数 响应时间： 一般取平均响应时间 （很多人经常会把并发数和TPS理解混淆） 理
PV (Page View) 页面浏览量 用户每一次对网站中的每个页面访问均被记录1次。
QPS ：Queries Per Second 从字面意思就可以理解：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。
一个系统的吞度量（承压能力）与request对CPU的消耗、外部接口、IO等等紧密关联。
PS：下面是性能测试的主要概念和计算公式，记录下： 一．系统吞度量要素： 一个系统的吞度量（承压能力）与request对CPU的消耗、外部接口、IO等等紧密关联。 单个reqeust 对CPU消耗越高，外部系统接口、IO影响速度越慢，系统吞吐能力越低，反之越高。 系统吞吐量几个重要参数：QPS（TPS）、并发数、响应时间 QPS（TPS）：每秒钟request/事务 数量 并发数： 系统同时处理的request/事务数 响应时间： 一般取平均响应时间 （很多人经常会把并发数和TPS理解混淆）
作为一名测试工程师，理解并能够准确测量每秒事务数（Transactions Per Second, TPS）是确保系统性能的关键指标之一。本文将详细介绍如何使用 Apache JMeter 进行 TPS 测试，包括理论基础、配置步骤和结果分析。
如果前面已经有人来做了，我再做一次性能测试，就要拿着性能的指标和前面的人的性能指标来进行对比。
我在性能综述的那三篇文章中，描述了各种指标，比如 TPS、RPS、QPS、HPS、CPM 等。我也强调了，我们在实际工作的时候，应该对这些概念有统一的认识。
关于工作中用不到性能测试为什么还要进行学习之类的就不多说了，文章中都有提到。今天来聊聊当你准备对一个系统进行压测时，如何确定它的压测目标TPS？
我们在做数据库性能压力测试、做监控和告警项，或者想要真实地了解业务数据库负载的时候，常常需要使用两个数字化的衡量指标。他们是什么？相信很多数据库从业的读者已经呼之欲出了，那就是 QPS 和 TPS。
在了解qps、tps、rt、并发数之前，首先我们应该明确一个系统的吞吐量到底代表什么含义，一般来说，系统吞吐量指的是系统的抗压、负载能力，代表一个系统每秒钟能承受的最大用户访问量。
IDC发布报告《中国金融行业分布式事务型数据库市场份额，2023：技术验证结束，迎接高速增长》：在金融整体市场和银行细分市场，腾讯云数据库TDSQL斩获“双料”第一！
最近看到一个网友在问（请问一下，每天3~4W次的读写，用什么样子的配置比较好，麻烦推荐一个配置，谢谢 MySQL5.7的.）看着应该是一个比较简单的场景，不过笔者通过这问题在想云MySQL不同的配置他的性能究竟如何？如果推荐了这个用户配置后，他的业务又涨了该如何再选择其他的配置？ 所以这里我们可以来测试一下云MySQL的性能，从测试数据上看是否可以更好的解答此用户的问题。
第一个问题：如何理解“服务端的并发能力”这一描述？ 首先我们从数据视角来理解，可以把服务端程序用一个模型来看待，即由「网络 API 请求」所驱动的。 服务端的领域特征是大规模的用户请求，以及 24 小时不间断的服务。但某种意义上来说更重要的原则是：坚决不能丢失用户的数据，即他认为已经完成的业务状态。服务端必须保证其业务状态的可靠性，这时业务状态才持久化写入到外存。所以对于服务端来说，存储至关重要。它不只是极大地解放了处理效率，也是服务端的性能瓶颈所在。几乎所有服务端程序扛不住压力，往往都是因为存储没有扛住压力。 在衡量服务端的性能，我们还是要服务端视角来看，主要以 TPS 为主来衡量系统的吞吐量，如果有必要用并发用户数来衡量的话，需要一个前提，即响应时间（RT），因为在系统压力不高的情况下，将思考时间（等待时间）加到场景链路中，并发用户数基本还可以增加一倍，因此用并发用户数来衡量系统的性能没太大的意义，也不专业。 第二个问题：我为什么不提倡使用“绝对并发”和“相对并发”的概念呢？ 我觉得一切的前提是业务价值需要。如果没有足够的价值，那么可读性才是第一，对这种难懂的概念很反感，要知道的其会加重内部沟通的难度，得不偿失。如果没那个价值，简单才是王道。 第三个问题：我们为什么不推荐用 CPU 来计算并发数？ 比如单核CPU情况，实际上是只有一个的，在一个特定时刻也只可能有一个程序跑在一个CPU上(因为寄存器只有一组)，但是我们在上层观察到的却是系统上好像同时运行着那么多的程序，这实际上是操作系统用进程这个概念对CPU做的抽象。 同时如果你了解「阿姆达尔定律」，就知道多处理器并行加速，总体程序受限于程序所需的串行时间百分比，超过一定的并行度后，就很难进行进一步的速度提升了。并不符合线性关系，也无法估算的。 再说服务端程序性能依赖不仅仅是底层的硬件，其依赖的基础软件还包括：操作系统、编程语言、负载均衡、中间件、数据库或其他形式的存储等。在第一个问题中提到了几乎所有服务端程序扛不住压力，往往都是因为存储没有扛住压力。 最后，还是需要回到第一个问题，即由「网络 API 请求」所驱动的模型上来。
分布式、微服务、Service Mesh目前都是大家耳熟能详的词语了，现在随便一个互联网公司说出来大家都是在搞微服务。
TPS = ( (80%*总PV)/(24*60*60*(T/24)))/服务器数量
具体的指标定义，如：高并发方面要求QPS 大于10万；高性能方面要求请求延迟小于 100 ms；高可用方面要高于 99.99%。
常见的互联网架构中，一般都能看到spring+mybatis+mysql+redis搭配的身影，在我所服务的公司亦是如此。一般来说，应用内部的接口都是直接调用的，所谓的面向接口编程，应用间的调用直接调或者通过类似dubbo之类的服务框架来执行，数据格式往往采用json，即统一也方便各数据间做转换和取值，缓存一般使用redis或memcached，存储一些对象或json格式的字符串。对外提供的接口，一般都需要进行压力测试，以便估算其性能，并为后续的调优提供指导方向，以下接口便是在压测过程中出现的各种“奇怪现象”，所谓奇怪，指的是从表象上看与我们正常的逻辑思路不符，但其本质还是我们对压力下程序的表现出来的特征不熟悉，用惯用的知识结构试图去解释，这根本是行不通的。下文是我在一次全面压测过程后对数据进行的分析汇总，其中的现象是很多压测常见的，里面的分析过程及改进措施我认为有很大的参考意义。具体内容如下：（部分接口为了安全我省略了其名称，但不影响我们的分析，另外形如1N3T之类的表示的是1台nginx，3台tomcat,具体的tps数值只是为了说明优化前后的比照，没有实际意义）
你想建设一个能承受500万PV/每天的网站吗？ 500万PV是什么概念？服务器每秒要处理多少个请求才能应对？如果计算呢？ PV是什么： PV是page view的简写。PV是指页面的访问次数，每打开或刷新一次页面，就算做一个pv。 计算模型： 每台服务器每秒处理请求的数量=((80%总PV量)/(24小时60分60秒40%)) / 服务器数量 。 其中关键的参数是80%、40%。表示一天中有80%的请求发生在一天的40%的时间内。24小时的40%是9.6小时，有80%的请求发生一天的9.6个小时当中（很适合互联网的应用，白天请求多，晚上请求少）。 简单计算的结果： ((80%500万)/(24小时60分60秒40%))/1 = 115.7个请求/秒 ((80%100万)/(24小时60分60秒40%))/1 = 23.1个请求/秒 初步结论： 现在我们在做压力测试时，就有了标准，如果你的服务器一秒能处理115.7个请求，就可以承受500万PV/每天。如果你的服务器一秒能处理23.1个请求，就可以承受100万PV/每天。 留足余量： 以上请求数量是均匀的分布在白天的9.6个小时中，但实际情况并不会这么均匀的分布，会有高峰有低谷。为了应对高峰时段，应该留一些余地，最少也要x2倍，x3倍也不为过。 115.7个请求/秒 *2倍=231.4个请求/秒 115.7个请求/秒 *3倍=347.1个请求/秒 23.1个请求/秒 *2倍=46.2个请求/秒 23.1个请求/秒 3倍=69.3个请求/秒 最终结论： 如果你的服务器一秒能处理231.4--347.1个请求/秒，就可以应对平均500万PV/每天。 如果你的服务器一秒能处理46.2--69.3个请求，就可以应对平均100万PV/每天。 说明： 这里说明每秒N个请求，就是QPS。因为我关心的是应用程序处理业务的能力。 实际经验：
你想建设一个能承受500万PV/每天的网站吗？ 500万PV是什么概念？服务器每秒要处理多少个请求才能应对？如果计算呢？ PV是什么： PV是page view的简写。PV是指页面的访问次数，每打开或刷新一次页面，就算做一个pv。 计算模型： 每台服务器每秒处理请求的数量=((80%总PV量)/(24小时60分60秒40%)) / 服务器数量 。 其中关键的参数是80%、40%。表示一天中有80%的请求发生在一天的40%的时间内。24小时的40%是9.6小时，有80%的请求发生一天的9.6个小时当中（很适合互联网的应用，白天请求多，晚上请求少）。 简单计算的结果： ((80%500万)/(24小时60分60秒40%))/1 = 115.7个请求/秒 ((80%100万)/(24小时60分60秒40%))/1 = 23.1个请求/秒 初步结论： 现在我们在做压力测试时，就有了标准，如果你的服务器一秒能处理115.7个请求，就可以承受500万PV/每天。如果你的服务器一秒能处理23.1个请求，就可以承受100万PV/每天。 留足余量： 以上请求数量是均匀的分布在白天的9.6个小时中，但实际情况并不会这么均匀的分布，会有高峰有低谷。为了应对高峰时段，应该留一些余地，最少也要x2倍，x3倍也不为过。 115.7个请求/秒 *2倍=231.4个请求/秒 115.7个请求/秒 *3倍=347.1个请求/秒 23.1个请求/秒 *2倍=46.2个请求/秒 23.1个请求/秒 3倍=69.3个请求/秒 最终结论： 如果你的服务器一秒能处理231.4--347.1个请求/秒，就可以应对平均500万PV/每天。 如果你的服务器一秒能处理46.2--69.3个请求，就可以应对平均100万PV/每天。 说明： 这里说明每秒N个请求，就是QPS。因为我关心的是应用程序处理业务的能力。 实际经验： 1、根据实际经验，采用两台常规配置的机架式服务器，配置是很常见的配置，例如一个4核CPU+4G内存+服务器SAS硬盘。 2、硬盘的性能很重要，由其是数据库服务器。一般的服务器都配1.5万转的SAS硬盘，高级一点的可以配SSD固态硬盘，性能会更好。最最最最重要的指标是“随机读写性能”而不是“顺序读写性能”。（本例还是配置最常见的1.5万转的SAS硬盘吧） 3、一台服务器跑Tomcat运行j2ee程序,一台服务器跑MySql数据库,程序写的中等水平(这个真的不好量化)，是论坛类型的应用(总有回帖,不太容易做缓存,也无法静态化)。 4、以上软硬件情况下，是可以承受100万PV/每天的。(已留有余量应对突然的访问高峰) 注意机房的网络带宽： 有人说以上条件我都满足了，但实际性能还是达不到目标。这时请注意你对外的网络的带宽，在国内服务器便宜但带宽很贵，很可能你在机房是与大家共享一条100M的光纤，实际每个人可分到2M左右带宽。再好一点5M,再好一点双线机房10M独享，这已经很贵了（北京价格）。 一天总流量：每个页面20k字节100万个页面/1024=19531M字节=19G字节， 19531M/9.6小时=2034M/小时=578K字节/s 如果请求是均匀分布的，需要5M（640K字节）带宽（5Mb=640KB 注意大小写，b是位，B是字节，差了8倍），但所有请求不可能是均匀分布的，当有高峰时5M带宽一定不够，X2倍就是10M带宽。10M带宽基本可以满足要求。 以上是假设每个页面20k字节，基本不包含图片，要是包含图片就更大了，10M带宽也不能满足要求了。你自已计算吧。 （全文完） 附：性能测试基本概念
在这之前想必大家对ab(http)与abs(https)也有一些了解，我们今天不去看ab和abs,SuperBenchmarker(sb.exe)是一个压测工具，他是一个受Apache Benchmark的启发，他会在终端窗口为我们显示最终的结果，同时也会在web界面生成一个动态结果。SuperBenchmarker(sb.exe)可以在Windows或者Mac上运行(尚未在Linux上进行测试)，他可以安装.NET4.52+或者.NET Core2.0+。
从5月12日到9月15日，剑指工控联合靳涛老师开设了《PKS快速入门》的课程，反响强烈。近期，我们又开设了《PKS工程案例》的课程。众多PKS从业者受益匪浅，但也引起很多对PKS不熟悉的朋友们的更多疑问。
https://www.cnblogs.com/poloyy/category/1620792.html
之前讲的Jmeter算不上是性能测试，只是用Jmeter做接口测试。现在我们开始进入实际的性能测试。开始前你应该对Jmeter有了一定的了解，把前面Jmeter内容看一遍应该可以入门了。
QPS 是一台服务器每秒能够相应的查询次数，即1秒内完成的请求数量，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
由图可以看到，有的response是几十毫秒或者几百毫秒都可以处理完毕。有时候几十毫秒处理完毕后就停掉了，所以没办法保证有一千个人的。
虽然数字货币已经非常火爆，但区块链产业的落地应用仍然还没有真正实现商业化。究其原因，是由于区块链技术还处于早期阶段，性能、易用性等还亟待提高。区块链行业需要全新的底层产品革新来实现更多、更快的交易确认和信息互通，HPB芯链通过分布式应用的性能拓展，以软硬件合力来打破性能瓶颈，打造易用的高性能区块链平台，跟产业实现深度融合，满足真实的商业需求。 关于汪晓明： HPB芯链创始人。区块链技术早期探索者，在中国区块链社区以ID「蓝莲花」活跃多年。曾任跨境电商公司Beltal CTO，十余年金融大数据、互联网技术研
QPS：全名 Queries Per Second，意思是"每秒查询率"，是一台服务器每秒能够响应的查询次数，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。
TPS 即Transactions Per Second的缩写，每秒处理的事务数目。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**(完整处理，即客户端发起请求到得到响应)**。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，最终利用这些信息作出的评估分。一个事务可能对应多个请求，可以参考下数据库的事务操作。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
