如何合理的设计系统容量？

作者：翁智华

出处：

背景

单位每年都会举行运动会，有一个2000m长跑的项目，大约每年报名人员为男选手40人，女选手20人，只有一条橡胶跑道。一次比赛10人齐跑，所以至少需要6场比赛。

2000米的完成时间要求是20分钟，超过20分钟不计数，所以比赛耗时我们计算为20分钟，加上比赛前的动员组织，比赛后的*，我们假定每场比赛耗时30分钟。

现在我们预估下耗时：

1、60人/10人每场 = 6场，至少需要举行6场

2、总耗时 = 6场 * 0.5h = 3h

所以每年把这个比赛安排在下午3点到6点，是最后一个比赛项目，晚上7点举行颁奖晚会。这个预估容量也算合理。

但是今年比较特别，取消了4000米的长跑，所以2000米报名人员激增50人。时间还是下午3点到6点，

这个就有问题了，最后为了保证晚会的正常进行，一半的人员的比赛时间推迟到另外一周的周末，搞得怨声四起，大骂举办的行政部门不讲武德。

这个是我们单位真实的故事，这就是设计容量，当你的业务场景的容量发生了变化时候，没有预估到他的变化，以及变化可能产生的影响，没有按照这个影响及时的做调整

（比如将比赛时间提前，拉长整个比赛的过程时间，或者增加比赛跑到，同时进行两场比赛），就会造成灾难。

概念

何为设计容量，从技术上说就是运用一些策略对系统容量进行预估的过程。容量设计是架构师必备的技能之一。

他要求我们分析系统设计容量要求，尽可能给出具体数据描述的：数据量、并发量、带宽、注册用户规模、活跃用户规模、在线用户规模、消息长度，图片大小、网盘空间容量，内存cpu容量等。

下面的内容，我们以 并发 为例子，看看看具体的分析过程。

分析过程

理解一些原理

tps（transactions per second）：每秒事务数

qps（query per second）：每秒请求数，qps其实是衡量吞吐量的一个常用指标，就是说服务器在一秒的时间内处理了多少个请求。

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。

峰值qps计算：

1、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

2、公式：( 总pv数 * 80% ) / ( 每天秒数 * 20% ) = 峰值时间每秒请求数(qps)

pv（page view）：页面访问量，即页面浏览量或点击量，用户每次刷新即被计算一次

uv（unique visitor）：独立访客，统计1天内访问某站点的用户数(以cookie为依据)

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

qps（每秒查询数）、tps（每秒事务数）是吞吐量的常用量化指标，另外还有hps（每秒http请求数）。

qps（tps）、并发数、响应时间它们三者之间的关系是：

1、qps（tps）= 并发数 / 平均响应时间

2、并发数 = qps * 平均响应时间

系统容量评估时机

主要在三种业务场景下需要及时考虑对系统容量进行评估。

1、临时的流量变化：比如 618、双11，新年大促搞活动等场景，预估我们的流量会大涨，甚至到原来的数倍。这时候要做好应对的措施。

2、初始系统容量评估：假设我们开发了某个系统，这个系统初始上线，我们预估他的容量和负载会是多少。

3、容量基数的变化：比如某个系统，他的功能模块越来越多，数据流量越来越大，日活指数越来越高，迎来了第二波的增长曲线。我们原来定好的系统容量渐渐的不满足我们的需求，这时候我们也要重新评估和扩容。

我们系统容量评估包括数据量、并发量、带宽、cpu、memory、disk等。以并发量为案例，我们来说明系统容量评估的方法和步骤。

评估的步骤

1、分析日总访问量

分析可能的日访问量，一般系统系统都会提供比较真实的访问量数值，基于此，我们需要评估一个活动的访问量；如果是一个新上线的系统，我们也要评估可能的pv、uv值。

产品、运营部门也需要给出可能的访问预期值。

举个例子：

我们活动期间(9点~10点)会推送2000w的应用消息，假设用户实际点进去查看的比列为1/10，那么这个活动期间(1小时)新增的访问量就有 2000w * 1/10= 200w

2、评估平均访问量qps

qps是每秒请求量,假设我们一天正常活动时间一般是11个小时多一点,那一天的时间长度以秒为单位:606011 ≈ 4w, 我们再使用日访问时间再去除以4w总时间即可.

举个例子：

我们上面说的两个小时的活动时间,实际的总访问量最后确实是200w,

那么平均访问量qps为:200w/(60*60)=555.5 qps.

一个成熟系统日qps也可以预估 ,比如 百度首页的日pv数量为 5000w,按照我们说的常规活动时间4w秒算,就是5000w / 4w = 1250 qps.

3、评估高峰区间的qps

我们在做系统容量规划时，不仅仅是考虑平均qps，最重要的是要承受住高峰区间的qps，这个数据可以根据业务流量监控的曲线和28法则来评估,我们来看下具体是怎么做的?

3.1 业务流量监控的曲线

以下面这个云系统作为例子：

日均qps为2900，业务访问趋势图如下图，我们来对峰值qps做一下预估

从图中可以看出，峰值qps大概是均值qps的2.58倍，日均qps为2900，于是评估出峰值qps为2900*2.58=7482。

这种是日常流量情况,如果遇到很特别的业务,比如竞拍\抢订\秒杀情况,流量幅度还是比较大的.

3.2 使用二八法则计算

何为二八法则:80%的业务基本都是发生在20%的时间里面,所以有如下:

峰值qps公式：( 总pv数 * 80% ) / ( 每天秒数 * 20% ) = 峰值时间每秒请求数(qps)

4、评估单实例极限承受的qps

可以使用压测(ngrinder 或者 jmeter)方式来获取单个系统实例的qps极限值,我们团队的标准是当请求响应时间超过2s的时候,已经达到了瓶颈值，并影响使用,需要进行优化和扩容。

我们在一个系统上线前，一般来说是需要进行压力测试,了解她实际的极限值在哪个地方，以我们上面流量图为例子（日平均qps为2900，峰值qps为7500），这个系统的架构可能是这样的：

1、经由app和web的的请求，会经过nginx均衡到多台web站点上去。

2、web集群会调用并落地到service集群上

3、service集群向数据层请求数据，正常情况下其中90%会落到cache集群中

4、cache集群中不存在（假设10%），会进入db集群去访问数据库。

我们通过压测数据发现，web层是瓶颈，tomcat压测单个实例只能支持2500的qps。

cache集群和db集群足够强悍，能够轻松应对峰值7500的qps，按比例分别是75000.9=6750 和 75000.1=750.

所以我们得到了web单实例极限的qps是2500。这边需要下调，因为我们不建议让请求响应时长接近2s，最好是1s以内。所以下调至2000。

5、根据线上冗余度最终确认

通过上面的计算，我们已经得到了峰值qps是7500，单个实例能够顺畅承载qps是2000，那么web集群中至少有4个实例能够承接这样的请求洪峰。

除此之外，其他类型的的容量预估，如数据量、带宽、cpu、memory、disk等都可以采用类似策略。

案例分析

结合项目：如何计算图书系统的qps、峰值qps、n个实例和并发数

1、图书预定系统的并发数计算：

1.1、二八法则定理：80%的业务基本都是发生在20% 的时间里面，如系统有早中晚高峰，历经9个小时（早上10点到晚上19点），9*3600=32400。

1.2、获取峰值qps：公式：( 总pv数 * 80% ) / ( 每天秒数 * 20% ) = 峰值时间每秒请求数(qps)

即 ( 1500000 * 80% ) / ( 32400 * 20% ) = 600000/6480≈185/秒

1.3、并发数 = qps * 平均响应时间 = 0.5*185 = 92.5 ，矫正为100

1.4、利用343估算法判定 154，向上矫正为200

pessimism 悲观	30%	80
normal 标准	40%	100
optimism 乐观	30%	300

最后提供给性能测试qa 的测试标准数据是 建议支持并发 200+，qa最终的测试结果是 该并发下响应时间在 50~100ms

总结

系统设计容量评估时机：

1、临时的流量变化：比如 618、双11，新年大促搞活动等场景，预估我们的流量会大涨，甚至到原来的数倍。这时候要做好应对的措施。

2、初始系统容量评估：假设我们开发了某个系统，这个系统初始上线，我们预估他的容量和负载会是多少。

3、容量基数的变化：比如某个系统，他的功能模块越来越多，数据流量越来越大，日活指数越来越高，迎来了第二波的增长曲线。我们原来定好的系统容量渐渐的不满足我们的需求，这时候我们也要重新评估和扩容。

系统设计容量评估的步骤：

1、分析日总访问量：产品、运营的评估和线上数据的收集

2、评估日平均访问量qps：评估运营时间内的平均qps

3、评估高峰区间的qps：流量曲线计算 或 28 法则估算

4、性能压力测试：评估实例能够承受的极限吞吐量

5、根据线上冗余度，与实际的差值进行调整，评估出能承载容量的实际结果值

显然，开头的运动会如果子报名结束后能够根据报名的人数对比，重新做容量设计，提早做好准备，情况就不会那么糟糕。

近期热文推荐：

1.1,000+ 道 java面试题及答案整理(2021最新版)

2.终于靠开源项目弄到 intellij idea 激活码了，真香！

3.阿里 mock 工具正式开源，干掉市面上所有 mock 工具！

4.spring cloud 2020.0.0 正式发布，全新颠覆性版本！

5.《java开发手册（嵩山版）》最新发布，速速下载！

觉得不错，别忘了随手点赞+转发哦！