【高性能】什么是QPS、RT?

简介: QPS指系统每秒处理请求数,RT为响应时间,二者是衡量Web性能的核心指标。RT影响用户体验,QPS反映系统吞吐能力,两者密切相关。通过优化硬件或架构可提升QPS、降低RT,从而提高系统性能。

QPS指的是系统每秒能处理的请求数量(Query Per Second),在Web应用中我们更关注的是Web应用每秒能处理的request数量。这个是衡量系统性能的重要指标。

RT指的是响应时间(Response Time),是指从客户端发一个请求开始计时,到客户端接收到从服务器端返回的响应结果结束所经历的时间。


一、RT

响应时间(Response Time),是指从客户端发一个请求开始计时,到客户端接收到从服务器端返回的响应结果结束所经历的时间。

当我们评价一个网站的"快"和"慢"的时候,其说的就是他的RT时间的长和短。当我们访问某个网站,有时候我们会说这个网站很"卡",其实言下之意说的就是这个网站的RT很长。

如果一个网站的RT很长的话,就会特别的影响用户体验。所以,RT是很重要的一个指标。也是各个网站需要重点优化的。

拿一个游乐园的例子来说明一下可能会比较容易理解,比如我们去迪士尼乐园游玩时候,大多数的项目都是需要排队的。

为了能让游客知道一个项目需要排队多久才能玩上,迪士尼做了很多事情,比如他们有一个App,专门可以提示每个项目的预计排队时间。再有就是每个项目的排队伍都有一个小牌匾,上面写着预计排队时间。

但是,这个时间并不是凭空设定出来的,而是『计算』出来的。 迪士尼的排队时间计算方法:

  1. 迪士尼在每个项目的入口处和出口处都会设置工作人员。
  2. 入口处工作人员随机寻找游客,给游客一张小纸条,上面记录着游客开始排队的时间。
  3. 入口处工作人员提醒游客,项目游览之后,在出口处把小纸条交还给出口处的工作人员。
  4. 出口处工作人员在收到游客的小纸条后,会用:当前时间-游客开始排队的时间 = 排队时长。
  5. 为了尽量让数据准确,一般会收集多个排队时长之后,计算一个平均值。


以上就是迪士尼的排队时间计算法。其实,这也是RT的计算方法。在一个请求开始的时候记录时间,请求结束的 的时候再记录时间,两个时间的差值,就是RT了。 迪士尼的一个项目的RT包含了多个时间段:排队时间、听项目讲解时间、项目准备时间、项目游玩时间等。 服务器响应时间也有多部分组成,一般包含:请求发送时间、网络传输时间和服务器处理时间等三部分。


二、QPS

QPS,指的是系统每秒能够处理的请求数(Query Per Second),在Web应用中我们更关注的是Web应用每秒能处理的request数量。这个是衡量系统性能的重要指标。有时候,我们也称之为吞吐量。

QPS和RT几乎总是成对出现的。当我们评估某个项目的好坏的时候,通常会包含这几个指标:是否好玩,游玩时长以及可以同时容纳多少人。

这个可以用打个纳祭场的比喻,便可以简单的理解为QPS。很大程度上,一个项目同时可以容纳多少人,实际上大大影响游客的游玩时长。

所以,QPS和RT之间有着一定的关系的(单线程情况下,多线程的话还要再乘一个线程数):

RT = 并发数/QPS
QPS = 并发数/RT

虽然上面的等式看上去,在并发数一定的情况下,想要提升QPS的话就只能降低RT,但其实并不是,以上只是QPS的计算方法。想要提升QPS往往有很多手段。

就像想要提升游乐设施的吞吐量,最首先想到的办法就是升级设备,比如增加游乐场地的面积,增加设备的座位数目,增加排队的队伍个数等等。

在计算机系统中,想要提升QPS,主要可以在CPU、内存等硬件上面下功夫,比如提升CPU利用率,增加CPU数量,提升内存。

目录
相关文章
|
监控 前端开发 JavaScript
不了解 QPS、TPS、RT、并发数、吞吐量,劝你简历别写熟悉高并发
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。 但我们搞来搞去,怎么样来衡量一个应用当前的状态到底是怎么样的?到底需不需要扩容?是需要横向扩容还是进行项目重构?
11942 2
|
存储 算法
树(Tree) - 概念与基础
树(Tree) - 概念与基础
|
Web App开发 算法 搜索推荐
DSP广告系统架构
DSP的目标 使用程序的方式进行广告的投放的管理,并利用算法和技术自动实现精准的目标受众定向,只把广告投放给对的人。 对广告主而言,使用程序化购买不仅能提高流量采购效率,更低成本的或可靠,稳定的流量,还能使用各种策略,投放不同的目标人群,使得广告的投放效果更加可控。
6165 0
|
12月前
|
机器学习/深度学习 人工智能 缓存
让AI评测AI:构建智能客服的自动化运营Agent体系
大模型推动客服智能化演进,从规则引擎到RAG,再到AI原生智能体。通过构建“评估-诊断-优化”闭环的运营Agent,实现对话效果自动化评测与持续优化,显著提升服务质量和效率。
4831 87
让AI评测AI:构建智能客服的自动化运营Agent体系
|
12月前
|
存储 领域建模
【DDD】如何理解领域驱动设计?
领域驱动设计(DDD)是一种以业务为核心的软件开发方法,强调通过领域建模、分层架构与团队协作,实现业务与技术的深度融合,提升系统可维护性与业务匹配度,但其复杂性要求更高的学习成本与投入。
598 11
|
12月前
|
消息中间件 架构师 Kafka
【架构师】如何做技术选型?
技术选型无绝对优劣,关键在于“更合适”。需综合评估功能满足度、可扩展性、安全性、性能等非功能性需求,同时考量使用人数、社区活跃度、迭代速度、学习与维护成本,以及与现有技术体系的匹配度,权衡利弊后做出最优选择。
508 4
|
12月前
|
架构师 微服务
【架构师】微服务的拆分有哪些原则?
微服务拆分需遵循七大原则:职责单一、围绕业务、中台化公共模块、按系统保障级别分离、技术栈解耦、避免循环依赖,并遵循康威定律使架构与组织匹配,提升可维护性与协作效率。
726 4
|
缓存 NoSQL Redis
【Azure Redis 缓存】Redission客户端连接Azure:客户端出现 Unable to send PING command over channel
【Azure Redis 缓存】Redission客户端连接Azure:客户端出现 Unable to send PING command over channel
1592 3