并发数可以理解为，单位时间内同时在线的人数，而这个数值是可以一直增大的；但是TPS就不一样了，TPS受限于机器的硬件资源，最常见的就是CPU load，当并发数在增大，CPU load也会上升，一般当load到达1时，满载，也代表着TPS到达一个顶峰，如果并发数继续增大，那么TPS的曲线会下降。
所以，如果用图来描述上述过程的话，并发数是一条直线，TPS是一条抛物线(当load未满载时呈现上升，满载后下降)，所以我认为两者是不同的概念，不能混为一谈。
对于TPS我是认同以上的观点；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。对于TPS的考量，这里其实有几个关键的要素：
TPS：每秒钟request/事务 数量
并发数：系统同时处理的request/事务数
RT：事务处理响应时间，一般取平均响应时间
基于此，平时我们计算TPS遵循如下关系：TPS= 并发数/RT
一个系统吞吐量通常由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 一项达到系统最高值，系统的吞吐量就上不去了，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。
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)
理解了上面三个要素的意义之后，就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最高值，系统的吞吐量就上不去了，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，这条路径就是项目的工期。
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，这个关键路径是就是系统影响时间；
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就需要考虑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我们就可以推算日流量。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/225968.html原文链接：https://javaforall.net
