高并发高性能是大型架构非常重要的技能，比如：阿里双11就是典型高并发，今天我就重点来详解高并发核心指标@mikechen
响应时间（Response Time）
响应时间：是指从发送请求到收到响应所花费的时间，通常以毫秒（ms）为单位。
假设：你正在访问一个在线购物网站，并且你点击了一个产品页面上的“加入购物车”按钮。
从服务器接收到请求后，需要处理这个请求，这个过程就会涉及到响应时间。
比如：
- 验证用户身份和权限（10毫秒）；
- 查询数据库，检查库存并更新购物车信息（30毫秒）；
- 生成响应数据（20毫秒）；
服务器总处理时间：10 + 30 + 20 = 60毫秒，这个60ms就是响应时间。
如何来提升响应时间呢？
比如，可以通过：优化代码、数据库索引、缓存机制…等方法来提升查询速度。
吞吐量（Throughput）
吞吐量：是指系统在单位时间内处理的请求数量、或传输的数据量总和。
比如：成都双流国际机场，年旅客吞吐量达5000万人次，这里的吞吐量可以拆分为：
- 系统：成都双流国际机场；
- 单位时间：一年（年）；
- 完成的数量：5000万人次，一年5000万可以衡量性能指标。
在这个例子中，我们可以将吞吐量，解释为机场在一年内处理的旅客“总人数”，这是衡量机场处理能力的一个关键指标。
同理，Web服务器也可以按照时间来统计访问次数，吞吐量越高，系统的处理能力越强。
每秒查询率QPS（Query Per Second）
QPS：表示系统每秒处理的查询请求数量，通常用于数据库、和搜索引擎的性能评估。
QPS计算：QPS = 总查询量 / 单位时间。
举一个例子：我们有一个搜索引擎，它需要处理来自全球用户的大量搜索查询。
数据假设为：高峰时段总查询量：3,600,000个查询，高峰时段持续时间：1小时（3600秒）。
那实际的QPS计算，QPS = 3,600,000个查询 / 3600秒 = 1000 QPS。
这里的QPS是1000，这意味着每秒钟需要处理：1000个查询请求，这里的1000QPS就是衡量系统的一个非常重要的指标。
如果你想提升QPS，你就会涉及到：优化索引、使用缓存机制、分片数据库（Sharding）、优化查询语句……等等方式。
并发用户数(Concurrent Users)
并发用户数：是指在同一时间段内同时使用系统的用户数量，可以反映系统在高负载情况下的表现、和稳定性，是系统扩展性的重要指标。
还是举一个例子：阿里双11秒杀，同时出现100万人在抢购商品，这里的并发用户数就是：100万人。
高并发情况下，如果系统处理能力不足，用户可能会遇到响应缓慢、页面加载失败等问题，严重影响用户体验。
所以，并发用户数越高，对整个服务器，以及架构的要求就会越高。
越高的情况，就会考虑架构、或者技术的升级来应对高并发量了，比如：
负载均衡：用负载均衡器（如：LVS、NGINX、HAProxy….），将用户请求分散到更多多台服务器上；
垂直扩展：增加单台服务器的硬件配置，如：增加CPU、内存……等，提高单台服务器的处理能力;
水平扩展：增加服务器数量，通过集群、和分布式架构扩展系统处理能力；
缓存优化：使用CDN缓存静态内容，使用内存缓存（如Redis），减少数据库查询压力。
数据库优化：通过分库分表、读写分离、索引优化等手段，提高数据库的并发处理能力。
这些都是常见的优化手段，可以更好的提升性能。
陈睿mikechen
十余年BAT架构经验，资深技术专家，就职于阿里、淘宝、百度等一线互联网大厂。
关注「mikechen」公众号，获取更多技术干货！
后台回复【面试】即可获取《史上最全阿里Java面试题总结》，后台回复【架构】，即可获取《阿里架构师进阶专题全部合集》