QPS 和 TPS 的区别是什么？QPS 大了会有什么问题，怎么解决？
QPS（Queries Per Second）和 TPS（Transactions Per Second）都是衡量系统性能的重要指标，尤其是在 Web 服务、数据库和分布式系统中，但它们的含义和应用场景有一些区别。
1. 定义
-
QPS（Queries Per Second）: QPS 通常指的是每秒钟系统处理的查询请求数量。它主要用于衡量数据库或服务的查询性能，尤其是在处理 HTTP 请求时常用。QPS 通常用于表示只涉及读取操作的情景，比如查询数据库的操作。
-
TPS（Transactions Per Second）: TPS 则指的是每秒钟系统成功处理的事务数量。事务通常是指一系列操作的集合，具有原子性和一致性。TPS 不仅包括查询操作，还可以包括写操作（如更新、插入和删除）。因此，TPS 更全面地反映了系统的处理能力，尤其是在涉及多个步骤或多个操作的场景中。
2. QPS 大了会有什么问题？
当 QPS 增加到一定程度时，可能会出现以下问题：
-
性能瓶颈: 如果 QPS 超过了后台服务的处理能力，可能会导致请求积压、延迟增加，甚至系统崩溃。
-
资源耗尽: 高 QPS 会导致服务器 CPU、内存、I/O 或网络资源耗尽，从而影响系统的稳定性和响应时间。
-
降低可用性: 当请求处理能力不足时，可能会出现超时、错误响应或服务不可用等问题。
-
缓存失效: 如果使用了缓存，当 QPS 超过一定阈值时，可能导致缓存的命中率降低，直接影响后台的数据读取效率。
3. 如何解决 QPS 高导致的问题？
针对高 QPS 可能导致的问题，可以采取以下策略：
-
水平扩展: 增加更多的服务器来分担查询请求，可以通过负载均衡的方式来分散请求压力。
-
优化查询: 对于高 QPS，确保数据库查询是高效的。可以通过优化 SQL 查询、建立适合的索引、减少不必要的查询和使用分页来提高性能。
-
使用缓存: 使用内存缓存（如 Redis、Memcached）来减少对数据库的直接访问，减少数据库的负载，从而提高整体性能。
-
异步处理: 将一些非关键的请求和操作异步化，减少对用户响应的直接影响。例如，采用消息队列（如 RabbitMQ、Kafka）处理事务。
-
限流: 对于突发的高 QPS，可以使用限流策略（如令牌桶、漏桶算法）来控制请求的速率，防止系统过载。
-
监控和警报: 实施监控系统，实时监控 QPS 和系统性能，及时发现和响应异常情况。
-
数据库读写分离: 对于库，采用读写分离的架构，将查询请求分发到多个只读副本上，以减轻主库的压力。
通过以上方法，可以有效管理和优化高 QPS 的情况，保证系统的稳定性和可靠性。
idea free版
https://pan.quark.cn/s/dd7db30d835f
free 🎬大全
https://kdocs.cn/l/cqhxNU9I2lLD
12306买票科技
https://pan.quark.cn/s/45f6bf9be1b3
