1. QPS
QPS Queries Per Second 是每秒查詢率 ,是一臺伺服器每秒能夠相應的查詢次數，是對一個特定的查詢伺服器在規定時間內所處理流量多少的衡量標準, 即每秒的響應請求數，也即是最大吞吐能力。
2. TPS
TPS Transactions Per Second 也就是事務數/秒。一個事務是指一個客戶機向伺服器傳送請求然後伺服器做出反應的過程。客戶機在傳送請求時開始計時，收到伺服器響應後結束計時，以此來計算使用的時間和完成的事務個數。
3. QPS和TPS區別
(1) Tps即每秒處理事務數，包括了
- 使用者請求伺服器
- 伺服器自己的內部處理
- 伺服器返回給使用者
這三個過程，每秒能夠完成N個這三個過程，Tps也就是N；
(2) Qps基本類似於Tps，但是不同的是，對於一個頁面的一次訪問，形成一個Tps；但一次頁面請求，可能產生多次對伺服器的請求，伺服器對這些請求，就可計入“Qps”之中。
例如：訪問一個頁面會請求伺服器3次，一次放，產生一個“T”，產生3個“Q”
一個大胃王一秒能吃10個包子，一個女孩子0.1秒能吃1個包子，那麼他們是不是一樣的呢？答案是否定的，因為這個女孩子不可能在一秒鐘吃下10個包子，她可能要吃很久。這個時候這個大胃王就相當於TPS，而這個女孩子則是QPS。雖然很相似，但其實是不同的。
4. 併發數
併發數（併發度）：指系統同時能處理的請求數量，同樣反應了系統的負載能力。這個數值可以分析機器1s內的訪問日誌數量來得到。
5. 吐吞量
吞吐量是指系統在單位時間內處理請求的數量，TPS、QPS都是吞吐量的常用量化指標。
(1) 系統吞吐量要素
一個系統的吞吐量（承壓能力）與request（請求）對cpu的消耗，外部介面，IO等等緊密關聯。
單個request 對cpu消耗越高，外部系統介面，IO影響速度越慢，系統吞吐能力越低，反之越高。
(2) 重要引數
QPS(TPS),併發數，響應時間
- QPS(TPS)：每秒鐘request/事務 數量
- 併發數：系統同時處理的request/事務數
- 響應時間：一般取平均響應時間
(3) 關係
QPS(TPS)=併發數/平均響應時間
一個系統吞吐量通常有QPS(TPS),併發數兩個因素決定，每套系統這個兩個值都有一個相對極限值，在應用場景訪問壓力下，只要某一項達到系統最高值，系統吞吐量就上不去了，如果壓力繼續增大，系統的吞吐量反而會下降，原因是系統超負荷工作，上下文切換，記憶體等等其他消耗導致系統效能下降。
6. PV
PV（Page View）：頁面訪問量，即頁面瀏覽量或點選量，使用者每次重新整理即被計算一次。可以統計服務一天的訪問日誌得到。
7. UV
UV（Unique Visitor）：獨立訪客，統計1天內訪問某站點的使用者數。可以統計服務一天的訪問日誌並根據使用者的唯一標識去重得到。響應時間（RT）：響應時間是指系統對請求作出響應的時間，一般取平均響應時間。可以通過Nginx、Apache之類的Web Server得到。
8. DAU
DAU(Daily Active User)，日活躍使用者數量。常用於反映網站、網際網路應用或網路遊戲的運營情況。DAU通常統計一日（統計日）之內，登入或使用了某個產品的使用者數（去除重複登入的使用者），與UV概念相似 。
9. MAU
MAU(Month Active User)：月活躍使用者數量，指網站、app等去重後的月活躍使用者數量 。
10. 系統吞吐量評估
我們在做系統設計的時候就需要考慮CPU運算，IO，外部系統響應因素造成的影響以及對系統效能的初步預估。
而通常情況下，我們面對需求，我們評估出來的出來QPS，併發數之外，還有另外一個維度：日pv。
通過觀察系統的訪問日誌發現，在使用者量很大的情況下，各個時間週期內的同一時間段的訪問流量幾乎一樣。比如工作日的每天早上。只要能拿到日流量圖和QPS我們就可以推算日流量。
通常的技術方法：
1、找出系統的最高TPS和日PV，這兩個要素有相對比較穩定的關係（除了放假、季節性因素影響之外）
2、通過壓力測試或者經驗預估，得出最高TPS，然後跟進1的關係，計算出系統最高的日吞吐量。B2B中文和淘寶面對的客戶群不一樣，這兩個客戶群的網路行為不應用，他們之間的TPS和PV關係比例也不一樣。
11. 軟體效能測試的基本概念和計算公式
軟體做效能測試時需要關注哪些效能呢？
首先，開發軟體的目的是為了讓使用者使用，我們先站在使用者的角度分析一下，使用者需要關注哪些效能。
對於使用者來說，當點選一個按鈕、連結或發出一條指令開始，到系統把結果已使用者感知的形式展現出來為止，這個過程所消耗的時間是使用者對這個軟體效能的直觀印 象。也就是我們所說的響應時間，當相應時間較小時，使用者體驗是很好的，當然使用者體驗的響應時間包括個人主觀因素和客觀響應時間，在設計軟體時，我們就需要 考慮到如何更好地結合這兩部分達到使用者最佳的體驗。如：使用者在大資料量查詢時，我們可以將先提取出來的資料展示給使用者，在使用者看的過程中繼續進行資料檢 索，這時使用者並不知道我們後臺在做什麼。
使用者關注的是使用者操作的相應時間。
其次，我們站在管理員的角度考慮需要關注的效能點。
1、 響應時間
2、 伺服器資源使用情況是否合理
3、 應用伺服器和資料庫資源使用是否合理
4、 系統能否實現擴充套件
5、 系統最多支援多少使用者訪問、系統最大業務處理量是多少
6、 系統效能可能存在的瓶頸在哪裡
7、 更換那些裝置可以提高效能
8、 系統能否支援7×24小時的業務訪問
再次，站在開發（設計）人員角度去考慮。
1、 架構設計是否合理
2、 資料庫設計是否合理
3、 程式碼是否存在效能方面的問題
4、 系統中是否有不合理的記憶體使用方式
5、 系統中是否存在不合理的執行緒同步方式
6、 系統中是否存在不合理的資源競爭
12. 軟體效能的幾個主要術語
1）響應時間：對請求作出響應所需要的時間:
網路傳輸時間：N1+N2+N3+N4
應用伺服器處理時間：A1+A3
資料庫伺服器處理時間：A2
響應時間=N1+N2+N3+N4+A1+A3+A2
2）併發使用者數的計算公式:
系統使用者數：系統額定的使用者數量，如一個OA系統，可能使用該系統的使用者總數是5000個，那麼這個數量，就是系統使用者數。
同時線上使用者數：在一定的時間範圍內，最大的同時線上使用者數量。
同時線上使用者數=每秒請求數RPS（吞吐量）+併發連線數+平均使用者思考時間
平均併發使用者數的計算：C=nL / T
其中C是平均的併發使用者數，n是平均每天訪問使用者數（login session），L是一天內使用者從登入到退出的平均時間（login session的平均時間），T是考察時間長度（一天內多長時間有使用者使用系統）
併發使用者數峰值計算：C^約等於C + 3*根號C
其中C^是併發使用者峰值，C是平均併發使用者數，該公式遵循泊松分佈理論。
3）吞吐量的計算公式:
指單位時間內系統處理使用者的請求數
從業務角度看，吞吐量可以用：請求數/秒、頁面數/秒、人數/天或處理業務數/小時等單位來衡量
從網路角度看，吞吐量可以用：位元組/秒來衡量
對於互動式應用來說，吞吐量指標反映的是伺服器承受的壓力，他能夠說明系統的負載能力
以不同方式表達的吞吐量可以說明不同層次的問題，例如，以位元組數/秒方式可以表示數要受網路基礎設施、伺服器架構、應用伺服器制約等方面的瓶頸；已請求數/秒的方式表示主要是受應用伺服器和應用程式碼的制約體現出的瓶頸。
當沒有遇到效能瓶頸的時候，吞吐量與虛擬使用者數之間存在一定的聯絡，可以採用以下公式計算：F=VU * R /
其中F為吞吐量，VU表示虛擬使用者個數，R表示每個虛擬使用者發出的請求數，T表示效能測試所用的時間
4）效能計數器:
是描述伺服器或作業系統效能的一些資料指標，如使用記憶體數、程式時間，在效能測試中發揮著“監控和分析”的作用，尤其是在分析統統可擴充套件性、進行新能瓶頸定位時有著非常關鍵的作用。
資源利用率：指系統各種資源的使用情況，如cpu佔用率為68%，記憶體佔用率為55%，一般使用“資源實際使用/總的資源可用量”形成資源利用率。
5）思考時間的計算公式:
Think Time，從業務角度來看，這個時間指使用者進行操作時每個請求之間的時間間隔，而在做新能測試時，為了模擬這樣的時間間隔，引入了思考時間這個概念，來更加真實的模擬使用者的操作。
在吞吐量這個公式中F=VU * R / T說明吞吐量F是VU數量、每個使用者發出的請求數R和時間T的函式，而其中的R又可以用時間T和使用者思考時間TS來計算：R = T / TS
下面給出一個計算思考時間的一般步驟：
A、首先計算出系統的併發使用者數
C=nL / T F=R×C
B、統計出系統平均的吞吐量
F=VU * R / T R×C = VU * R / T
C、統計出平均每個使用者發出的請求數量
R=uCT/VU
D、根據公式計算出思考時間
TS=T/R