QPS 每秒查询数

QPS 全称是 Queries Per Second，即每秒查询数，是衡量系统性能的一个常用指标，尤其用于 接口服务、数据库、搜索引擎、网关等高并发系统中。

QPS 表示系统在单位时间内能处理的请求数量：

QPS = 每秒钟处理的请求数量

一个 Web 接口平均每秒能处理 1000 个请求，那它的 QPS 就是 1000。

某电商秒杀活动，接口 QPS 峰值达到 50000，意味着系统每秒能处理 5 万个请求。

QPS 与其它指标的关系

指标	说明
QPS	每秒请求数，体现系统并发能力
TPS（Transactions Per Second）	每秒事务数，通常用于数据库/支付系统
RT（Response Time）	请求平均响应时间
并发数	同一时刻同时处理的请求数
吞吐量	一段时间内系统总共处理的数据/请求数量

QPS 高 ≠ 性能好，还需要 RT 低、错误率低 才是系统健康的表现

如何计算 QPS

公式如下：

QPS = 总请求数 / 测试时长（秒）

举例：压测 10 分钟，接口收到总共 60 万个请求：

QPS = 600000 / (10 * 60) = 1000

如何监控 QPS

可以使用以下方式实时监控：

工具	说明
SkyWalking	提供服务、端点级别 QPS 指标
Prometheus + Grafana	拉取系统/应用的 QPS 指标，实时可视化
Nginx	使用日志 + ngx_http_stub_status_module 模块统计请求速率
Spring Boot Actuator	配合 Micrometer 暴露 QPS 指标
日志分析工具	如 ELK/EFK，通过 Nginx/网关日志统计请求量

如何提升 QPS

1. 接口层优化

• • 异步处理（CompletableFuture、WebFlux）
  • 降低响应时间

1. 服务层优化

• • 使用缓存（Redis、本地缓存）
  • 减少不必要的依赖调用

1. 数据库优化

• • 分库分表、读写分离
  • 缓存热点数据

1. 架构级优化

• • 使用网关限流 + 熔断
  • 多实例 + 负载均衡
  • 引入消息队列异步削峰

1. 部署优化

使用高性能服务器

容器化 + 自动扩容（K8s + HPA）

QPS 压力测试工具推荐

工具	特点
Apache JMeter	GUI 工具，功能全面，支持断言
wrk	命令行工具，压测能力强，适合 Linux 环境
Locust	Python 写的压力测试框架，适合自定义测试逻辑
ab（Apache Bench）	简单轻量，但功能较弱

QPS 表示系统每秒能处理多少个请求，是衡量服务并发性能的核心指标之一。QPS 高、RT 低、错误率低，才是高性能系统的关键特征。