TPS(Transaction Per Second):每秒事務數,指服務器在單位時間內(秒)能夠處理的事務數量,通常以request/second爲單位。java
下面就說說壓測中爲何TPS上不去的緣由,影響它的一些因素:算法
在壓力測試中,有時候要模擬大量的用戶請求,若是單位時間內傳遞的數據包過大,超過了帶寬的傳輸能力,那麼就會形成網絡資源競爭,間接致使服務端接收到的請求數達不到服務端的處理能力上限。mongodb
可用的鏈接數太少,形成請求等待。鏈接池通常分爲服務器鏈接池(好比Tomcat)和數據庫鏈接池(或者理解爲最大容許鏈接數也行)。數據庫
從常見的應用服務器來講,好比Tomcat,由於java的的堆棧內存是動態分配,具體的回收機制是基於算法,若是新生代的Eden和Survivor區頻繁的進行Minor GC,老年代的full GC也回收較頻繁,那麼對TPS也是有必定影響的,由於垃圾回收其自己就會佔用必定的資源。緩存
高併發狀況下,若是請求數據須要寫入數據庫,且須要寫入多個表的時候,若是數據庫的最大鏈接數不夠,或者寫入數據的SQL沒有索引沒有綁定變量,抑或沒有主從分離、讀寫分離等,就會致使數據庫事務處理過慢,影響到TPS。服務器
串行、並行、長鏈接、管道鏈接等,不一樣的鏈接狀況,也間接的會對TPS形成影響。網絡
包括CPU(配置、使用率等)、內存(佔用率等)、磁盤(I/O、頁交換等)。架構
好比jmeter,單機負載能力有限,若是須要模擬的用戶請求數超過其負載極限,也會間接影響TPS(這個時候就須要進行分佈式壓測來解決其單機負載的問題)。併發
仍是以jemter舉個例子,以前工做中同事遇到的,進行階梯式加壓測試,最大的模擬請求數超過了設置的線程數,致使線程不足。
提到這個緣由,想表達意思是:有時候測試腳本參數配置等緣由,也會影響測試結果。分佈式
業務解耦度較低,較爲複雜,整個事務處理線被拉長致使的問題。
好比是否有緩存服務,緩存服務器配置,緩存命中率、緩存穿透以及緩存過時等,都會影響到測試結果。
我記得我之前測文件上傳的壓力的時候帶寬對tps的影響是很是大的,好比我傳個文件大小5m,而測試機與服務器之間帶寬才100m,這個時候即便併發數夠大,可是因爲帶寬的限制,傳送的數據就只有那麼大,因此吞吐量怎麼也上不去。你們也能夠用傳送數據比較大的接口作個測試,親自體驗下。
鏈接池的影響就很好理解了,記得以前測hdfs系統的時候,用的是mongodb,配置了鏈接池。好比咱們當時配置了100個鏈接池,那麼當個人併發達到必定數量的時候,因爲鏈接池已經達到最大值,其餘請求只能處於等待的狀態,那麼即便服務器還能處理更多的請求,也因爲沒有更多的請求給服務器處理,所以這個時候tps也是上不去了。
再舉一個就是併發數對tps的影響:
下面有幾張圖
分別是1個併發,2個併發,50個併發持續請求1min後tps的值,很直觀的能夠看到,若是在沒有達到服務器處理瓶頸的時候,tps都是隨着同時請求的數量上升而提升。因此有些時候咱們在尋找系統瓶頸的時候能夠經過併發數的提升,而tps不升反而將的時候來判斷系統的瓶頸在哪裏。