第七周课后练习

性能压测的时候，随着并发压力的增加，系统响应时间和吞吐量如何变化，为什么？

随着并发量的增加，吞吐量呈现出一个抛物线的状态；横轴是并发数，纵轴是吞吐量数。



一开始的时候，随着并发数的增加，吞吐量近似于线性增加，到达某个点【假设这个点叫做B点】；当曲线通过B点后，随着并发量继续增加，吞吐量的增加开始变缓了，到达某个点【假设叫C点】，当曲线到达C点时，吞吐量到达最大值；进步与增加并发数时，曲线通过C点时，吞吐量会下降。

这种现象的原因是主要还是资源的消耗。

一开始没有并发请求的时候，服务器资源都是空闲的，那么吞吐量当然也是0了，当我们有10个并发5个并发的时候，系统根据这些请求会创建出相应的线程来处理，每个线程都能够抢到cpu去处理一个请求，并都能够有足够的内存空间来使用，同时磁盘、网络的资源都是够用的，则在B点之前，响应时间非常快，从而反映出系统的处理能力比较快，单位时间内处理的请求也就越多，吞吐量也就越高。

随着并发数的增加，过了B点后，系统的资源也就不够了，比如48 core的cpu,根据并发数，需要200个线程来处理，这些线程不可能都同时抢占cpu，则会出现一些线程等待cpu调度，等待的线程其处理任务的响应时间就会变长，则单位时间处理的任务数就会变慢，从而导致吞吐量变慢，但是吞吐量还是在增加；到达C点后，系统的处理能力达到极限了。

过了C点后，随着并发数的增加，吞吐量会下降，比如内存，当系统处理200个并发后，就把系统的内存耗尽了，这个时候并发数还在增加，新的请求进来后，应该会继续创建线程处理，这些线程还要内存，这个时候内存已经没有，系统使用硬盘来虚拟内存，CPU基本没啥操作，时间几乎都花在虚拟内存的置换上面，从而响应时间变长，处理能力越来越差，到了最后一对处理线程都在等待系统资源，到最后系统什么也处理不了，资源耗尽了，所有的请求得不到响应，系统走向崩溃。

分布是系统的目的就是提高系统的资源。