高并发分析

目录

• 概念
• 场景
• 分析

概念

高并发一般是指咱们提供的系统服务可以同时处理不少请求。

了解下概念：

• QPS（TPS）：每秒钟reques/事务 数量，指每秒应对的请求数（http请求）；
• 吞吐量：单位时间内处理的请求数量（一般由QPS与并发数决定）；
• 响应时间：系统对一个请求作出响应的平均时间。例如系统处理一个HTTP请求须要200ms，这个200ms就是系统的响应时间（我认为这里应该仅包含处理时间，网络传输时间忽略）。
• 并发是指，某个时刻有多少个访问同时到来，处理多个任务的能力，不必定要同时
• 并行是同时刻在多个cpu核心发生的事件，并发是单个cpu核心在一个时间段内交替发生的事件

QPS = 并发数 / 响应时间

二八原则：80%的业务量在20%的时间里完成

场景

假定总并发请求数量为10000，每一个请求的处理时间为t秒，服务器一次性能够处理的请求数量为n个，那么处理完全部的请求须要用时为T

T = (10000 / n ) * t

反过来计算每秒处理多少请求则

QPS = (1 / t ) * n

假设咱们天天80%的访问集中在20%的时间里（峰值），若是天天有300万的pv，而 咱们的单台机器的QPS为58，运行在单机上（固然常常宕机），按照上面的系统性能数据，给出优化解决方案。

qps = ( 300W x 0.8 ) / ( 24x3600x0.2 ) = 139

方案一：加机器

既然一台机器搞不定，咱们就多上几台机器。这就涉及到db主从、读写分离、负载均衡等技术。

它的原理就是分流，把之前集中的压力分散开来。改方案见效快，灵活，实践起来也更快。

因此机器上须要 139/58 台

方案二：增长单机性能

单机到底性能可以增长到一个什么程度，这取决于你的机器配置，也取决于你的服务到底有多复杂。

常见好比：提升机器cpu、memory（能够提升系统同时处理请求的数量）；php启用opcache缓存；运用各类数据缓存技术；代码性能优化；数据库优化；运用常驻内存的技术；

分析

假设如今须要你设计个系统，来分析当前产品各个接口的qps，及当前系统的qps状况。

qps = 时间段内请求数/时间段

假设咱们以每分钟或者每小时来运算。首先对每次请求记录日志包含响应时间、响应结果（每次请求用一个惟一标识标记）记录到日志文件，后端起个进程对日志文件读取，将数据发送到队列系统，另外一方队列消费，落地到数据库或者nosql，接下来

就是对这些数据进行分析，不难分析qps吧，这样的日志系统也能够做为全局日志系统，供公司各个业务线查询日志，也能够起到监控预警的做用（好比说请求超时、访问量激增异常）。为何不直接入库分析，这样的方案大流量下不会形成性能问题。

【feek 指定行指针；fgets 获取行内容；feof 判断是否是到达末尾】