常用技术/运营指标整理（通俗解释 + 面试用法）

✅ 一、常用技术/运营指标整理（通俗解释 + 面试用法）

缩写	全称	通俗解释	常见用途	面试答法示例
QPS	Queries Per Second	每秒处理的请求数量（接口调用量）	衡量系统吞吐能力	系统接口 QPS 峰值 3000，设置 Sentinel QPS 限流阈值保护系统
TPS	Transactions Per Second	每秒事务处理数（数据库/业务成功交易）	衡量系统业务处理能力	数据库 TPS 峰值 800，需确保连接池/写入能力不成为瓶颈
RT	Response Time	响应时间，单位：毫秒 ms	衡量接口快慢/用户体验	核心接口 P99 响应时间控制在 200ms 内
DAU	Daily Active Users	每天活跃用户数	衡量用户活跃度	系统 DAU 10万，接口需承受高并发流量，QPS 峰值 1500
MAU	Monthly Active Users	每月活跃用户数	用户粘性评估	新功能上线后 MAU 提升了 30%
PV	Page Views	页面浏览数（访问量）	常用于前端页面统计	某活动页 PV 超过 50w，需要 CDN 缓存防止刷流量
UV	Unique Visitors	独立访客数（按用户ID/IP 统计）	粗略衡量用户规模	活动日 UV 峰值 20w，配合限流防护服务稳定性
P99	Percentile 99	表示 99% 的请求响应时间低于该值	衡量响应性能	接口 P99 为 180ms，说明极端慢请求较少
RPS	Requests Per Second（≈ QPS）	每秒请求数（更偏向 HTTP 层）	Web 服务器负载能力	Nginx 入口 RPS 峰值 5000，需做负载均衡
容量指标	系统能处理的最大并发/请求数	系统承压能力	压测评估	单节点支持 2000 QPS，集群部署 5 台，总容量 1w QPS

---

✅ 一、基础理解类（定义解释）

1️⃣ Q：什么是 QPS、TPS，它们有何区别？

• ✅ 答题要点：

  • QPS 是每秒接口请求次数，关注“调用”。

  • TPS 是每秒完成的事务数，关注“成功业务”。

  • QPS ≥ TPS，一般 TPS 更能反映业务处理能力。

  • 举例：接口被刷可能 QPS 很高，但 TPS 没变化。

---

2️⃣ Q：什么是 DAU？UV 和 PV 有什么区别？

• ✅ 答题要点：

  • DAU：每天活跃用户数量（业务常用）。

  • PV：页面访问量（一个用户访问多次会重复计）。

  • UV：独立访客数（一个用户一天只算一次）。

  • 实战：UV、PV 用于评估系统压力，DAU 用于评估用户增长和活跃度。

---

✅ 二、实战应用类（项目经验）

3️⃣ Q：如果你的系统日活（DAU）是 10 万，你如何评估系统的 QPS 和 TPS？

• ✅ 答题要点：

  • 先用流量估算公式：
    总QPS ≈ DAU × 日均访问次数 ÷ 在线秒数

  • 例：DAU 10w × 20 次 ÷ 12 小时 ≈ 46 QPS

  • TPS = QPS × 成功率（一般小于 QPS）

  • 然后以此做压测 + 配置限流阈值

---

4️⃣ Q：你在项目中怎么设置 Sentinel 的限流阈值？

• ✅ 答题要点：

  • 根据历史 QPS 峰值 × 安全系数（比如 0.8）设置

  • 热点参数限流用于控制某些 ID 被频繁访问

  • 高并发时配合 WarmUp、匀速排队等方式防止突刺

  • 示例：QPS 1000 峰值 → 设置限流 800，保护系统

---

5️⃣ Q：如果你要监控某个系统的响应性能指标，你会重点看哪些？

• ✅ 答题要点：

  • QPS / TPS：衡量吞吐量

  • RT（响应时间）：衡量性能

  • P99：判断尾部响应慢的情况

  • 错误率 / 限流率：观察异常波动

  • 配合 Dashboard 或日志平台实时观测

---

✅ 三、深入思考类（架构能力）

6️⃣ Q：如果一个接口 QPS 暴涨，你会怎么做限流保护？

• ✅ 答题要点：

  • 先分析原因：刷接口 / 热点资源 / 真实大促？

  • 使用 Sentinel 进行 QPS 限流、参数限流

  • 降级非核心逻辑（如推荐、日志）

  • 热点缓存 + 队列削峰 + fallback 页面兜底

---

7️⃣ Q：什么是 P99？它在实际监控中如何使用？

• ✅ 答题要点：

  • P99 表示 99% 的请求在这个时间内完成

  • 用来衡量系统“极端情况”的响应性能

  • 比平均值更真实反映用户体验

  • 示例：平均响应 100ms，P99 却是 2s，说明尾部请求较慢

---

8️⃣ Q：你如何评估一个系统的最大吞吐能力（容量）？

• ✅ 答题要点：

  • 压测（如 JMeter）找出极限 QPS、TPS

  • 根据硬件配置、线程池、数据库连接池瓶颈综合分析

  • 用 QPS × RT × 并发连接数 来估算处理能力

  • Sentinel 可结合集群限流保证整体负载不超标

 

✅ 面试答题时可以这样说：

我们服务日活（DAU）在 10w 左右，日均 PV 达 50w，接口平均 QPS 在 800～1500 区间，峰值可达 2500。针对这些指标，我们在入口设置了 Sentinel 限流 + 熔断策略，配合缓存和异步队列提升系统吞吐。同时配合压测工具预估系统 TPS 与最大并发，确保发布后系统稳定。

---

✅ 技术对话中常见的解释口吻：

• “我们这个接口日常 QPS 在 1000 左右，双十一会飙升到 8000，所以我们做了限流和缓存预热”

• “系统 TPS 不高，但 RT 要求很低，核心接口响应时间需控制在 100ms 内”

• “页面 PV 虽高，但 UV 实际并不多，刷量可能性较大”

• “我们通过压测工具 JMeter 发现系统瓶颈在数据库 TPS 上限，考虑加 Redis 缓存降压”