荐言
大家好，我是连边。
又是周末，愿大家开心。
今天转载一篇涛哥的文章，简单且有趣，清晰的探讨了QPS(Query Per Second)和并发数的关系。
以下是原文。
就我的个人经验而言，很多人在工作中对这两个概念一知半解，也有很多人在面试时回答得模棱两可。
多年前，在面试阿里巴巴时，遇到了一个开放性问题：
假设超市每分钟有10个人走出来，请估算超市里面有多少人？
是不是感觉手足无措呢？嗯，可能如此。其实，这个问题没有标准答案，关键还是考查思路。
我们先看一个有趣的定律，即Little’s Law，如下：
在一个稳定的系统中，设长时间观察到的平均顾客数量为L，长时间观察到的有效到达速率为λ，平均每个顾客在系统中花费的时间是W，则有如下关系式：
L = λW
Little’s Law的理解
假设有一水管，横截面积为2平方米，水速为5米/秒，即水的流量速度是10立方米/秒，很显然：
在长度100米的水管内，水量为200立方米，每滴水从流入到流出，耗时20秒，而水的流量速度是10立方米/秒。
也就是说，在这段水管中：
水量= 耗时 * 流量速度
这就是Little’s Law. 虽然很早就意识到了这一关系式，但毕业后才第一次听说Little’s Law.
Little’s Law的应用
Little’s Law模型很通用，因此，在很多场景中都能得到应用，比如工业界和计算机界，都会有意或无意用到该定律。
先看一个最好懂的例子：大一新生的招收速度是5000人/年，每个学生在大学停留4年，因此，整个大学的人数就是20000.
接下来，看看腾讯公司的一道笔试题目，简单但难倒不少人：
某互联网产品（例如，一款网络游戏）同时在线曲线（Average Concurrency Users，ACU）24小时数据如下图所示。
现已知全天平均在线人数为5000人，玩家每次登陆后平均在线时长为2小时。请你估计一下，平均每分钟约有多少玩家登录。
这个题目中的图是多余的，有误导性。很显然，根据Little’s Law，答案是42.
QPS和并发数的关系
在后台开发中，经常要涉及到QPS和并发数的概念。在很多场景下都需要进行压力测试，所以，有必要弄清它们之间的关系。
QPS和并发数的概念容易混淆，比如：1秒内并发地来了100个请求，这个100是QPS还是并发数？ 来看看它们的含义：
QPS: 请求进入的速度
并发数: 系统中同时存在的请求数
根据Little’s Law，我们能得到如下的关系式：
并发数 = QPS * 耗时
以大学招生为例：大一新生的招收速度是5000人/年，每个学生在大学停留4年，整个大学的人数是20000，于是(下面的QPS改为以年为单位)：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
原文始发于微信公众号（连边）：QPS和并发数，究竟是何种关系？
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/61928.html
