PV、UV、QPS、并发数、TPS概念以及计算方式

背景

最近自己负责的一个在线服务要进行A集群到B集群的迁移，要根据A集群上服务的流量申请B集群机器，扩容机器。

公司已有内部流量监控平台可以直观的查看A集群的流量、PV、QPS等信息。借助这些信息，很轻易的完成了服务集群迁移。

但是，除了我上面说的QPS、PV之外，还有一些其他的概念需要了解；另外，我们还需要了解一下QPS、PV这些指标的计算过程，在此总结一下。

学习

TPS（Transactions Per Second）：每秒事务数

QPS（Query Per Second）：每秒请求数，就是说服务器在一秒的时间内处理了多少个请求。QPS于TPS的概念很类似，本人很多时候甚至不做两者的详细区分。QPS的数值需要通过下面的指标得到。

吐吞量：吞吐量是指系统在单位时间内处理请求的数量，TPS、QPS都是吞吐量的常用量化指标

并发数（并发度）：指系统同时能处理的请求数量，同样反应了系统的负载能力。这个数值可以分析机器1s内的访问日志数量来得到

PV（Page View）：页面访问量，即页面浏览量或点击量，用户每次刷新即被计算一次。可以统计服务一天的访问日志得到。

UV（Unique Visitor）：独立访客，统计1天内访问某站点的用户数。可以统计服务一天的访问日志并根据用户的唯一标识去重得到。

响应时间（RT）：响应时间是指系统对请求作出响应的时间，一般取平均响应时间。可以通过Nginx、Apache之类的Web Server得到。

DAU(Daily Active User)，日活跃用户数量。常用于反映网站、互联网应用或网络游戏的运营情况。DAU通常统计一日（统计日）之内，登录或使用了某个产品的用户数（去除重复登录的用户），与UV概念相似

MAU(Month Active User)：月活跃用户数量，指网站、app等去重后的月活跃用户数量

通常DAU会结合MAU一起使用，这两个指标一般用来衡量服务的用户粘性以及服务的衰退周期。 MAU、DAU分别从宏观和微观的角度对服务的用户粘性做了权衡，也可以这么说，MAU更像战略层面的表征，DAU更像战术层面的表征。通过这些宏观和细微的趋势变化，可以对营销及推广提供一些数据支持或者帮助。

QPS（TPS）、并发数、响应时间它们三者之间的关系是：

QPS（TPS）= 并发数 / 平均响应时间

这只是QPS的一种计算方式，实际中我还用到过通过打桩压测计算某台机器的QPS，此种方式也比较准确。

举例说明：

　　假设服务并发度为1500，RT为150ms，那么该服务的QPS 为10000 = 1500（并发数） /  0.15 （RT） ，假如通过压测一台机器的QPS为500，那么该服务需要20台这样的机器。

 

总结

实践是检验真理的唯一标准，建议大家多实践。

参考：DAU百科