标签：瓶颈 类型 orm 理解 也会 复杂 服务器 cond 解决问题
1、QPS：系统每秒处理的请求数（query per second）
2、RT：系统的响应时间，一个请求的响应时间，也可以是一段时间的平均值
3、最佳线程数量：刚好消耗完服务器瓶颈资源的临界线程数
?
QPS和RT的关系：
对于单线程：QPS=1000/RT
对于多线程：QPS=1000*线程数量/RT
性能的两个点：
吞吐量和延迟，其实通俗的解释就是QPS和RT（我的理解），虽然有上面的公式，但是两者的关系并不是完全线性的。
至于为啥？原因很多，系统表现远远比我们想想的要复杂。
最佳线程数有公式吗？
答案是肯定的。
服务器端最佳线程数量=((线程等待时间+线程cpu时间)/线程cpu时间) * cpu数量 (CPU瓶颈类型)
在达到最佳线程数的时候，线程数增加，则QPS不变，而响应时间变长，线程数量继续增加，则QPS下降（上下文切换耗时）。
最佳线程数是动态的，在不同的状态下会进行变化。
瓶颈资源可以是CPU、内存、数据库连接池、锁资源、IO等。
超过最佳线程数，会导致资源竞争加剧，同时响应时间也会增加。
如何获取最佳线程数呢?
有了公式，其实并没有实质性的解决问题。
1、逐步压测，不断的调整线程数来观察系统的负载，这个最土，但是最实用
2、如果确切的知道瓶颈资源的使用情况，则可以直接使用公式；
3、单用户压测，查看CPU的使用情况，然后基于公式得出一个值，上下微调；
performance index
标签：瓶颈 类型 orm 理解 也会 复杂 服务器 cond 解决问题
原文地址：https://www.cnblogs.com/xiaowater/p/9552881.html
