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。