這並不是一個回答的問題的文章，而是由此引發的一個思考。

大家心裡仔細想想，當你們聽到高併發網站時，心裡對這個網站是個什麼概念？首先想到的是淘寶嗎？帶著問題，我們一起思考技術

寫這個話題是因為我對搜尋引擎給我的答案很不滿意，然後決定把思考的一些東西分享出來，希望可以大家彼此討論下。

我們經常在面試的時候，被問到有沒有高併發的經驗？先不說哪些考高併發的裝逼公司。我思考的是什麼才算是高併發？你一天幾個pv肯定高不了。首先在網上查詢一下，並未找到明確的標準定義。那麼什麼是併發呢？

併發，在作業系統中，是指一個時間段中有幾個程式都處於已啟動執行到執行完畢之間，且這幾個程式都是在同一個處理機上執行，但任一個時刻點上只有一個程式在處理機上執行。

摘自百度百科

我們說的高併發是什麼？

上面的定義明顯不是我們通常所言的併發，在網際網路時代，所講的併發、高併發，通常是指併發訪問。也就是在某個時間點，有多少個訪問同時到來。

我看到有人給高併發下了類似的定義：

高併發通常是指我們提供的系統服務能夠同時並行處理很多請求。

來看看這個定義，這裡首先把併發給混淆到並行了。關於併發並行的區別看這裡，我就不多說，繼續探討併發。

然後定義又說很多請求？什麼叫很多請求？做為中國人，這個詞讓我想象力一發不可收拾……好了，拉回來，繼續本文。

那麼從上面的分析，可以看出來高併發在網路上業界也沒有明確的定義。但根據我搜索情況，一般都是pv在千萬級別以上的公司才會涉及到這個概念。所以我得出一個自定義概念：如果某個系統的日pv在千萬級別以上，他就可能是一個高併發的系統。

為什麼說是可能？那是因為有的公司完全不走技術路線，全靠機器堆，這不在我們的討論範圍。

高併發的問題，我們具體該關心什麼？

講真話，高併發是個比較抽象的概念。很難有一個統一的可衡量的標準。哪麼有一些其它維度的標準指標來衡量系統的效能嗎？搬出以前計算機課程裡邊的一些指標來跟大家聊聊。

先宣告幾個概念，別打瞌睡。
* QPS（TPS）：每秒鐘 request/事務 數量，在網際網路領域，指每秒響應請求數（指http請求）；
* 吞吐量：單位時間內處理的請求數量（通常由QPS與併發數決定）；
* 響應時間：系統對一個請求做出響應的平均時間。例如系統處理一個HTTP請求需要200ms，這個200ms就是系統的響應時間（我認為這裡應該僅包含處理時間，網路傳輸時間忽略）。

這裡一定要注意呃，QPS ≠ 併發數

併發是指，某個時刻有多少個訪問同時到來。QPS是指秒鐘響應的請求數量。那麼這裡就肯容易推算出一個公式：

QPS = 併發數 / 平均響應時間

後面我們的分析都是圍繞這個公示來進行展開，沒明白的再回味一下。

現在我們來假設一個場景：既然QPS是每秒鐘處理的http請求數量。那麼1s = 1000ms。假設我們當前一個http請求伺服器處理完成需要100ms（即那麼 平均響應時間 = 100ms ）。那麼它1s鍾可以處理10個請求。也就是說 qps = 10。推算出 併發數 = 10

常常我們被問到高併發的問題，其實從某種程度上來說是怎麼提高現有程式的效能。現在我們基於上面的假設，來進行分析。假設現在有個系統性能上就是我們上面的假設，它每天有 300萬pv，執行在單機上（當然經常宕機），按照上面的系統性能資料，給出優化解決方案。

提高併發能力

通過上面的分析，要提升併發能力，我們就需要提升我們的qps（其實這裡並不完全正確，為了說明問題，我們先放棄一部分正確性）

最快速解決方案，就是增加機器。我們根據以上情況來實際計算一下。
* 訪問量：200w pv
* QPS：10

根據日常經驗，80% 的訪問量集中在 20%的時間，算一下這 200w pv實際需要機器達到多少qps才能滿足。

qps = (200w * 0.8) / (24 * 3600 * 0.3)

qps = 61.7

實際上如果在單機上，要求我們每秒鐘處理請求必須達到 61.7 以上才行，而實際上我們當前系統的qps是 10。那麼怎麼解決？

方案一：上機器

個人的能力是有限的，團隊的力量是無窮的。既然一臺機器搞不定，我們就多上幾臺機器。這就涉及到db主從、讀寫分離、負載均衡等技術。

它的原理就是分流，把以前集中的壓力分散開來。改方案見效快，靈活，實踐起來也更快。

方案二：增加單機效能

單機到底效能能夠增加到一個什麼程度，這取決於你的機器配置，也取決於你的服務到底有多複雜。

ps： 寫到這裡突然有點能夠理解為什網上對高併發都是講很多請求，沒有具體資料了，因為這真的只能針對業務來講，100個併發對靜態網頁來說根本沒有的事兒，但是對於某些密集計算型的估計…

那麼常見的單機如何提升效能？比如：增加不常變化資料的快取，開啟php的opcache，優化程式碼（如：n+1問題、多重巢狀迴圈、深層遞迴等），db表優化等等。由於這些每一個點拿出來都夠寫一本書了。咋就不繼續下去。

總結

由於筆者自己也是沒有實際經歷過kw級別pv場景，很多東西講的不一定對，本文也是理清自己的一點思路。希望能夠與更多朋友進行討論。

也希望本文能夠解決你的一點疑惑，讓我們能夠從高大上的概念落實到實際問題中去。

參考資料

如果你對我的內容感興趣，請關注我的微信公眾號：

公眾號：icanfo

我在github開源了支付寶支付、微信支付、招商一網通支付的php sdk。希望能夠幫助你提升專案開發的效率。專案地址