什么是 QPS、TPS、RT、PV、UV、DAU、MAU？
QPS Queries Per Second 是每秒查询率 ,
是一台服务器每秒能够相应的查询次数，
是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准, 即每秒的响应请求数，也即是最大吞吐能力。
TPS Transactions Per Second 也就是事务数/秒。
什么是事务？
一个事务是指一个客户机向服务器发送一起完整的 开始 start 请求，内部各种ACID 事务属性的 并发数据操作， 最后 提交一个commit操作结束整个Transaction的过程。
所以从上面可以看出来，一个事务包含明确的三阶段：开始，处理，commit/rollback。
一个事务的中间环节，会包含多个并行的sql的操作。
本质上事务是对多个并发操作进行数据一致性的管理，事务的ACID规则如下：
spring框架有本身自带的事务传播性，数据库也有事务，
数据库事务包含事务的start，数据操作，事务commit等非常清晰的阶段。当数据库开启事务后，当前线程改变数据库数据，并未提交当前事务，那其他线程读数据库的时候会出现脏读，幻读。
在web服务器领域来说，事务可以指用户的一次完整的交互处理，这次交互处理里边， 包含了多次的服务端api调用。
一个web服务器包含包含多次api请求，多次api响应。
比如，在尼恩指导做过的《亿级数据 搜索中台》中，用户执行一次搜索操作，浏览器 client通过vue框架要调用后端的上10个api接口，类似如下：
1、Tps 即每秒处理事务数，从web应用的角度来说，包括了
1）用户通过client工具，开始发起请求
2）client工具执行N个服务端的API调用
3）client进行API结果的聚合再渲染，最后呈现给用户
这三个过程组成一个事务，每秒能够完成N事务，Tps也就是N；
2、Qps Queries Per Second 是每秒查询率，从web应用的角度来说，就是单次api的调用
Qps 基本类似于 Tps，但是不同的是：
用户通过client工具完成一个页面的一次访问，形成一个Tps；
如果一次页面请求，产生多次对服务器的api请求，这个Tps 包含多个 qps。
如果一次页面请求，产生1次对服务器的api请求，这个Tps 包含1个 qps。也就是 tps=qps
响应时间：执行一个请求从开始到最后收到响应数据所花费的总体时间。
RT 即从客户端发起请求到收到服务器响应结果的时间。
响应时间RT(Response-time)，是一个系统最重要的指标之一，它的数值大小直接反应了系统的快慢。
单节点QPS公式：QPS=1000ms/RT
假设一个节点RT是10ms,则可以很容易的计算出QPS,QPS = 1000/10 = 100
对同一个分布式系统而言，支持的节点数越多，QPS越高。
多节点场景，如果把节点提升到2，那么整个系统的QPS则为 2*（1000/10） = 200,
可见QPS随着节点横向扩展、节点的增加而线性增长，
当然，那QPS上不去就加节点，听起来很有道理，但是往往现实并非如此，
为啥：一个请求的处理链路上受影响的环节很多， 不能只解决某一层的吞吐量，而是需要所有的层都要同步提升。
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。
并发数：系统同时处理的request/事务数
并发数 = QPS*平均响应时间
这个是一个理论的并发数。
注意，这个并发数，和jemeter的并发数不一样。jmeter中的并发数，就是同时启动的线程数
线程组设置为100个线程，运行过程中未出现任何异常，满足100个线程并发操作需求，那么并发数就是100
系统的吞吐量（承压能力）与request对CPU的消耗、外部接口、IO等等紧密关联。
单个request 对CPU消耗越高，IO速度越慢，那么，系统吞吐能力越低，
反之越高。
系统吞吐量几个重要参数：QPS（TPS）、并发数、响应时间。
QPS（TPS）：（Query Per Second）每秒钟request/事务 数量
并发数：系统同时处理的request/事务数
响应时间：一般取平均响应时间
三者的关系：
QPS（TPS）= 并发数 / 平均响应时间并发数 = QPS * 平均响应时间
PV
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
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
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
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
刚好消耗完服务器的瓶颈资源的临界线程数，公式如下
最佳线程数量=（（线程等待时间+线程cpu时间）/线程cpu时间）* cpu数量
特性：
在达到最佳线程数的时候，线程数量继续递增，则QPS不变，而响应时间变长，持续递增线程数量，则QPS开始下降。
每个系统都有其最佳线程数量，但是不同状态下，最佳线程数量是会变化的。
瓶颈资源可以是CPU，可以是内存，可以是锁资源，IO资源：超过最佳线程数-导致资源的竞争，超过最佳线程数-响应时间递增。
如何计算QPS？
按二八定律来看，如果每天 80% 的访问集中在 20% 的时间里，这 20% 时间就叫做峰值时间。
公式：( 总PV数 80% ) / ( 每天秒数 20% ) = 峰值时间每秒请求数(QPS)
机器：峰值时间每秒QPS / 单台机器的QPS = 需要的机器
1、每天800w PV 的在单台机器上，这台机器需要多少QPS？
( 8000000 0.8 ) / (86400 0.2 ) = 370 (QPS)
2、如果一台机器的QPS是100，需要几台机器来支持？370 / 100 = 3.7 = 4台