1.1 高并发介绍
1、高并发中一些概念
1. PV(访问量): 页面访问量,页面刷新一次算一次。
2. UV(独立访客): 即Unique Visitor,一个客户端(电脑,手机)为一个访客;
3. DAU(日活跃用户数):登录或使用了某个产品的用户数,这与流量统计工具里的访客(UV)概念相似。
4. 峰值QPS:
原理:每天80%的访问集中在20%的时间里,这20%时间叫做峰值时间
公式:( 总PV数 * 80% ) / ( 每天秒数 * 20% ) = 峰值时间每秒请求数(QPS)
5. QPS/TPS(每秒查询率):每秒能够查询次数(QPS/TPS= 并发数 / 平均响应时间)
并发数:并发数是指系统同时能处理的请求数量,这个也是反应了系统的负载能力。
吐吞量:吞吐量是指系统在单位时间内处理请求的数量
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
2、举例说明
1)例1:
1. 假设1秒钟100个请求,处理每个请求需要花2秒,
2. 那么 50(每秒可以处理50个请求,即QPS使50) = 100(每秒并发数) / 2 (每个请求的平均处理时间)
3. 这是一台机器的QPS,如有每秒并发数为1000,那么就需要10台这样的机器才扛得住:
2)例2:
1. 每天200万PV,那么它的QPS = (2000000 * 0.8)/ (24*60*60*0.2)≈ 93
2. 假设按照上面那样一台机器的QPS是50,那么抗住每天200万PV的访问量需要2台这样的机器
3、django性能
1)原生django:
用原生django的server做处理的,在10000次请求的情况下brokenpipe的几率极高,成功率只有14%。
2)uwsgi + nginx:
uwsgi是性能极高的一个由C编写的服务器,它使用uwsgi协议
这次让它配合nginx处理django的request,参数为4进程+2线程,性能立即直线上升,处理请求的成功率也基本在90%左右
1.2 django + uwsgi性能测试
1、说明
1. 由于Python中GIL的存在,所以为了提高并发通常使用多进程运行web程序,进程数设置为CPU核心数(可以适当多余CPU数量)
2. 比如我们我们下面的测试环境使用的是,4核 8G的机器,可以设置 uwsgi为: 4个进程,每个进程开2个线程
[uwsgi] socket = 0.0.0.0:3031 chdir = /code wsgi-file = /code/demo2/wsgi.py processes = 4 # 开启5个进程 threads = 2 # 每个进程最多开启2个线程 master = true daemonize = /code/uwsgi.log pidfile = /code/uwsgi.pid
2、我们分别使用在2个、4个、8个并发的情况下的响应时间和QPS
1. 通过下面测试,在并发为4的时候就达到了QPS的最高值,此时再继续增大并发,只会增加单个http请求的响应时间。
2. 我们在保证响应时间在200ms的情况,通过上面的数据,估计最高并发大约为30
3. 以后在设置uwsgi参数时,将process设置为CPU的核心数就可以了,如果涉及到从磁盘读取数据的情况,可以考虑加上线程。
4. 如果想增大并发能力就要办法降低单个http请求的响应时间。
参考:https://blog.csdn.net/hehekk/article/details/85237375
注:通过测试可以得出,django+uwsgi在4核机器中QPS最大也很难超过 200
Concurrency Level: 30 # 模拟三十个并发客户端来压测 Time taken for tests: 0.649 seconds # 整个测试持续的时间 Complete requests: 100 # 所有请求成功数量 Failed requests: 0 Total transferred: 1157000 bytes HTML transferred: 1119100 bytes Requests per second: 154.10 [#/sec] (mean) # 每秒最多可以处理的请求(QPS) Time per request: 194.679 [ms] (mean) # 用户平均请求等待时间 Transfer rate: 1741.15 [Kbytes/sec] received # 平均每秒网络上的流量
来源:https://www.cnblogs.com/jiaxinzhu/p/12571382.html