以下是计算机领域中 QPS、TPS 及相关性能名词的详细解释，涵盖定义、计算方法、典型场景和对比：

---

一、核心概念解析

1. QPS（Queries Per Second）

• 定义：每秒查询数，指系统每秒能处理的 请求数量（如 HTTP 请求、API 调用）。
• 适用场景：
  • Web 服务器（Nginx、Apache）
  • 缓存系统（Redis）
  • 搜索引擎（Elasticsearch）
• 计算公式：

  QPS = 总请求量 / 请求耗时（秒）  
  

  示例：某 API 1 分钟内处理 6000 次请求 → QPS = 6000 / 60 = 100

2. TPS（Transactions Per Second）

• 定义：每秒事务数，指系统每秒能完成的 完整事务数（一个事务包含多个关联操作）。
• 关键特征：
  • 事务需满足 ACID（原子性、一致性、隔离性、持久性）。
  • 常见于数据库（如 MySQL 的转账操作：扣款+收款）。
• 计算公式：

  TPS = 成功事务总数 / 总耗时（秒）  
  

3. QPS 与 TPS 的关系

指标	关注点	范围	典型场景
QPS	请求吞吐量	单次请求	查询接口、静态资源
TPS	业务完整性	多步骤事务	支付、订单提交

• 关联性：
  • 一次事务（如支付）可能包含多个 QPS（查询库存 → 扣款 → 生成订单）。
  • 因此 TPS ≤ QPS（当 1 个事务 = 1 次请求时，两者相等）。

---

二、其他关键性能指标

1. RT（Response Time）

• 定义：请求从发出到收到响应的 耗时（单位：毫秒）。
• 分层测量：
  • 网络传输时间
  • 服务器处理时间（CPU + I/O）
  • 数据库查询时间
• 健康标准：
  • 普通 API：RT < 500ms
  • 高频交易系统：RT < 100ms

2. 并发数（Concurrency）

• 定义：系统 同时处理 的请求数量。
• 类型：
  • 连接并发数（TCP 连接数）
  • 业务并发数（如同时在线用户数）
• 与 QPS/TPS 的关系：

  QPS ≈ 并发数 / 平均 RT  
  

  示例：并发 1000，RT=50ms → QPS ≈ 1000 / 0.05 = 20,000

3. 吞吐量（Throughput）

• 广义定义：单位时间内系统处理的 数据总量（如 MB/s）。
• 网络场景：带宽吞吐量（如 1Gbps）。

4. IOPS（Input/Output Operations Per Second）

• 定义：存储设备每秒的 I/O 操作次数（读/写）。
• 影响场景：
  • 数据库写入（MySQL TPS 受限于磁盘 IOPS）
  • 虚拟机磁盘性能
• 参考值：
  • SATA SSD：约 10 万 IOPS
  • NVMe SSD：约 100 万 IOPS

---

三、性能指标关联模型

---

四、实际应用案例

场景：电商大促系统容量评估

1. 目标：支撑 10 万用户/秒的抢购请求。
2. 关键指标计算：
   • QPS 需求：10 万请求/秒（用户层）→ 网关层需承载 20 万 QPS（考虑重试、缓存穿透）。
   • TPS 需求：每个订单含 3 个事务（扣库存 → 支付 → 生成订单）→ TPS = 10 万 × 3 = 30 万。
   • 数据库压力：
     • 需 30 万 TPS → 选择支持 50 万 IOPS 的 NVMe SSD 集群。
     • 若单次写操作 RT=5ms → 需数据库连接池 ≥ 1500（公式：并发数 = TPS × RT）。

---

五、性能测试工具

工具	适用指标	特点
JMeter	QPS、RT、并发数	图形化界面，支持分布式压测
wrk	QPS、吞吐量	轻量级命令行，高并发低开销
Sysbench	TPS、IOPS	专注数据库性能测试
ab	QPS	Apache 内置工具，快速简单

---

总结：核心指标对比表

名词	全称	单位	测量目标	核心依赖
QPS	Queries Per Second	次/秒	请求处理速度	CPU、网络带宽
TPS	Transactions Per Second	次/秒	事务完成速度	数据库、磁盘 IOPS
RT	Response Time	毫秒	单请求延迟	代码效率、I/O 性能
IOPS	Input/Output Operations Per Second	次/秒	存储 I/O 能力	磁盘类型、RAID 配置
并发数	Concurrency	个	系统并行处理能力	内存、线程池大小

掌握这些指标有助于：
✅ 精准评估系统容量
✅ 快速定位性能瓶颈（如 TPS 低 → 查数据库或磁盘 IOPS）
✅ 设计高可用架构（如 QPS 10万+ 需引入负载均衡+分布式缓存）