近期在做项目的性能测试和性能优化，先了解与性能相关的一些概念。

　　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request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）

　　理解了上面三个要素的意义之后，能推算出它们之间的关系：

　　QPS(TPS)＝并发数／平均响应时间

　　一个系统吞吐量通常由QPS(TPS)、并发数两个因素决定，每套系统这两个值都有一个相对极限值，在应用场景访问压力下，只要某一项达到系统高值，系统的吞吐量上不去了，如果压力继续增大，系统的吞吐量反而会下降，原因是系统超负荷工作，上下文切换、内存等等其它消耗导致系统性能下降。

　　决定系统响应时间要素

　　我们做项目要排计划，可以多人同时并发做多项任务，也可以一个人或者多个人串行工作，始终会有一条关键路径，这条路径是项目的工期。

　　系统一次调用的响应时间跟项目计划一样，也有一条关键路径，这个关键路径是是系统影响时间；

　　关键路径是有cpu运算、IO、外部系统响应等等组成。

　　二．系统吞吐量评估：

　　我们在做系统设计的时候需要考虑cpu运算、IO、外部系统响应因素造成的影响以及对系统性能的初步预估。

　　而通常境况下，我们面对需求，我们评估出来的出来QPS、并发数之外，还有另外一个维度：日PV。

　　通过观察系统的访问日志发现，在用户量很大的情况下，各个时间周期内的同一时间段的访问流量几乎一样。比如工作日的每天早上。只要能拿到日流量图和QPS我们可以推算日流量。

　　通常的技术方法：

　　1．　找出系统的高TPS和日PV，这两个要素有相对比较稳定的关系（除了放假、季节性因素影响之外）

　　2．　通过压力测试或者经验预估，得出高TPS，然后跟进1的关系，计算出系统高的日吞吐量。B2B中文和淘宝面对的客户群不一样，这两个客户群的网络行为不应用，他们之间的TPS和PV关系比例也不一样。

　　A）淘宝

　　淘宝流量图：

　　淘宝的TPS和PV之间的关系通常为　　高TPS：PV大约为1：11＊3600（相当于按高TPS访问11个小时，这个是商品详情的场景，不同的应用场景会有一些不同）