线程池

《别再乱改数据库连接池的大小了》

---

解释了数据库连接池。
Tomcat设置过大的数据库连接池：
Tomcat同时向数据库并发很多连接，会导致大量请求连接到数据库，数据库主机任务很多，CPU频繁上下文切换，导致查询耗时增加。

而应用程序使用连接池的用途就是，减少应用程序（Tomcat）本身创建连接和销毁的损耗。

---

数据库主机瓶颈：CPU、磁盘IO、网络IO、内存

数据库连接池即为cpu同时处理连接的数据量。连接数 = ((核心数 * 2) + 有效磁盘数)
高并发业务，需要的是一个小连接池和一个等待连接的队列。
如果，场景很复杂。比如：
系统同时混合了长事务和短事务，这时，根据上面的公式来计算就很难办了。正确的做法应该是创建两个连接池，一个服务于长事务，一个服务于"实时"查询，也就是短事务。
还有一种情况，比方说一个系统执行一个任务队列，业务上要求同一时间内只允许执行一定数量的任务，这时，我们就应该让并发任务数去适配连接池连接数，而不是连接数大小去适配并发任务数。

对于容器来说，
docker默认设置下，所有容器可以平等地使用 host CPU 资源并且没有限制。-c只是改变容器在资源紧张情况下的优先级。
K8S CPU限制，是限制容器占用CPU的时间，爆发后可以多占用CPU时间片。

进程是操作系统进行资源（包括cpu、内存、磁盘IO等）分配的最小单位。
线程是cpu调度和分配的基本单位。

---

网站并发和TPS

系统吞度量要素：
系统吞吐量几个重要參数：QPS，TPS、并发数、响应时间（RT）

QPS：每秒钟request数量
TPS：每秒钟事务数量

一般TPS是对整个系统来讲的。一个应用系统1s能完成多少事务处理，一个事务在分布式处理中，可能会对应多个请求，对于衡量单个接口服务的处理能力，用QPS比较多。

吞吐量: 吞吐量是指系统在单位时间内处理请求的数量。
并发数：系统同一时候处理的request/事务数
响应时间：一般取平均响应时间

nginx每一次成功的请求，记录一条日志。所以统计nginx日志条数，应该是统计的请求量，统计一分钟请求数/60=QPS。

理解了上面三个要素的意义之后，就能推算出它们之间的关系：
QPS = 并发数/平均响应时间
或者
并发数 = QPS*平均响应时间