1. QPS (Query Per Second)
服务端每秒执行的查询（query）请求数， 它是对特定查询服务器在给定时间段内处理的流量的度量。
2. TPS (Transactions Per Second)
每秒处理的事务数， (它是软件测试结果的度量单位)。事务是一个过程，其中客户端向服务器发送请求，服务器进行响应。客户端在发送请求时开始计时，在接收服务器响应后结束计时，这用于计算所用的时间和完成的事务数量。
3. QPS VS TPS
QPS 与 TPS 最大的不同点在于， tps 是度量一次事务，而qps 是对一次请求的度量
例如，访问一个页面请求服务器2秒，一次访问，产生一个“ tps”，产生2个单独的“ qps”。
4. Concurrency number（并发数）
服务端程序 "同时" 处理请求或事务的任务数。
5. QPS(TPS) 并发数 怎么计算？
QPS（TPS）= Concurrency number（并发数）/ Average response time（rt 平均响应时间)。
Concurrency number（并发数） = QPS * Average response time （rt 平均响应时间)。
6. 什么是28 法则？
如果每天 **80% 的访问集中在 20% 的时间，这20% 的时间 **被称为峰值时间。
峰时QPS = (页面访问数 PV * 80% ) / ( 86400s * 20% )
所需服务器数 = 峰时QPS / 一台服务器QPS承载数
7. 最佳线程数怎么设置？
单线程的QPS = 1000ms/RT（响应时间）
场景：单线程处理一个请求执行平均耗时79ms, 那么单线程支持的 QPS 大约是 12.65。
QPS 与线程数是线性相关的，多线程场景中增加线程数，可以成倍的提高QPS (但是要考虑服务器 cpu core 数，内核数
如果分配超出内核 2倍的线程数，无疑会增加线程上线文切换和总线hub的调度成本。)
最佳线程数 = {（线程等待时间+ 线程CPU切换耗时）/ 线程CPU切换耗时} * CPU core(核数)
需要注意的是：** 当达到最优线程数，继续增加线程数量，QPS 也不会继续线性增长，并且响应时间可能变长，如果继续增加线程数就会造成QPS 降低， 所有切记线程数不是越多越好。**
每个系统都有其最佳线程数，但在不同的状态下，最佳线程数会发生变化。瓶颈资源可能（CPU，Memory(内存)，锁，IO 等）
** 超过最优线程将会导致 （资源竞争，增加响应时间）。**
