在進行系統性能壓測和系統性能優化的時候，會涉及到QPS,PV,RT相關的概念， 本文總結一下QPS,PV,RT之間的關系。
QPS是什么？
QPS：單個進程每秒請求服務器的 成功次數
QPS = req/sec = 請求數/秒
QPS如何統計？
QPS統計方式 [一般使用 http_load 進行統計]
QPS = 總請求數 / ( 進程總數 * 請求時間 )
根據QPS推算PV：
單台服務器每天PV計算:
公式1：每天總PV = QPS * 3600 * 6
公式2：每天總PV = QPS * 3600 * 8
根據QPS,PV推算服務器數量
服務器數量 = 每天總PV / 單台服務器每天總PV
峰值QPS和機器計算公式：
原理：每天80%的訪問集中在20%的時間里，這20%時間叫做峰值時間
峰值時間每秒請求數(QPS)： ( 總PV數 * 80% ) / ( 每天秒數 * 20% )
峰值機器數量： 峰值時間QPS / 單台機器的QPS
例子：
問：每天300w PV 的在單台機器上，這台機器需要多少QPS？
答：( 3000000 * 0.8 ) / (86400 * 0.2 ) = 139 (QPS)
問：如果一台機器的QPS是58，需要幾台機器來支持？ 答：139 / 58 = 3
最佳線程數:
性能壓測的情況下，起初隨着用戶數的增加，QPS會上升，當到了一定的閥值之后，用戶數量增加QPS並不會增加，或者增加不明顯，同時請求的響應時間卻大幅增加。這個閥值我們認為是最佳線程數。
為什么要找最佳線程數
過多的線程只會造成，更多的內存開銷，更多的CPU開銷，但是對提升QPS確毫無幫助
找到最佳線程數后通過簡單的設置，可以讓web系統更加穩定，得到最高，最穩定的QPS輸出
最佳線程數的獲取：
通過用戶慢慢遞增來進行性能壓測，觀察QPS，響應時間
根據公式計算:服務器端最佳線程數量=((線程等待時間+線程cpu時間)/線程cpu時間) * cpu數量
單用戶壓測，查看CPU的消耗，然后直接乘以百分比，再進行壓測，一般這個值的附近應該就是最佳線程數量。
影響最佳線程數的主要因素：
IO
IO開銷較多的應用其CPU線程等待時間會比較長，所以線程數量可以開的多一些，相反則線程數量要少一些，其實有兩種極端，純IO的應用，比如proxy，則線程數量可以開到非常大（實在太大了則需要考慮線程切換的開銷），這種應用基本上后端（比如這個proxy是代理搜索的）的QPS能有多少，proxy就有多少。
CPU
對於耗CPU的計算，這種情況一般來講只能開到CPU個數的線程數量。但是並不是說這種應用的QPS就不高，往往這種應用的QPS可以很高，因為耗CPU計算的應用，往往處理單次請求的時間會很短。
QPS和線程數的關系
在最佳線程數量之前，QPS和線程是互相遞增的關系，線程數量到了最佳線程之后，QPS持平，不在上升，甚至略有下降，同時響應時間持續上升。
同一個系統而言，最佳線程數越多，QPS越高