TPS（Transactions PerSecond）：每秒事务数

QPS（Query PerSecond）：每秒请求数，就是说服务器在一秒的时间内处理了多少个请求。QPS于TPS的概念很类似，本人很多时候甚至不做两者的详细区分。QPS的数值需要通过下面的指标得到。

吐吞量：吞吐量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

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

PV（PageView）：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。

UV（UniqueVisitor）：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。

响应时间（RT）：响应时间是指系统对请求作出响应的时间，一般取平均响应时间。可以通Nginx、Apache之类的WebServer得到。

DAU(Daily ActiveUser)：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(Month ActiveUser)：月活跃用户数量，指网站、app等去重后的月活跃用户数量

通常DAU会结合MAU一起使用，这两个指标一般用来衡量服务的用户粘性以及服务的衰退周期。 MAU、DAU分别从宏观和微观的角度对服务的用户粘性做了权衡，也可以这么说，MAU更像战略层面的表征，DAU更像战术层面的表征。通过这些宏观和细微的趋势变化，可以对营销及推广提供一些数据支持或者帮助。

QPS（TPS）、并发数、响应时间它们三者之间的关系是：

QPS（TPS）= 并发数 / 平均响应时间

这只是QPS的一种计算方式，实际中我还用到过通过打桩压测计算某台机器的QPS，此种方式也比较准确。

举例说明：

假设服务并发度为1500，RT为150ms，那么该服务的QPS 为10000 = 1500（并发数） / 0.15 （RT） ，假如通过压测一台机器的QPS为500，那么该服务需要20台这样的机器。