題目

有一個消息隊列集群，集群里每臺Broker的響應時間RT都不一樣，但是每臺Broker的極限服務QPS都是一樣的，超過這個QPS會出現過載雪崩。而消息的生產者客戶端，每次發送都會選擇其中的一臺broker來發送，一般來說發送邏輯是運行在一個線程池里面。假設cpu資源充足，通過實現一個負載均衡算法，使得生產者能夠達到最大吞吐量，最優的平均響應時間，但是又不能把任何一臺服務器壓垮。已知每個broker的rt、極限qps，消息生產者的線程數量，請求總數，如果采用吞吐量最優的算法，求處理完所有請求需要的耗時，單位毫秒。
概念說明：
QPS：query per second， 每秒請求量
RT：response time，請求的響應時間（單位為ms）
Broker：消息隊列的服務器

背景知識

有一個重要的公式：

QPS(事務數/s)=并發數響應時間(s)
每臺服務器都有一個最大的QPS，服務器的響應時間的倒數是1臺客戶訪問時，每秒服務器可以處理的事務數。當有多個客戶進行訪問的話，服務器就會開多個線程（進程），在每個線程（進程）中，響應時間不會有太大變化（在客戶數不多的情況下），那么QPS就可以隨著并發數的增加而增加了。但凡事都有個度，當并發數增加到一定時，響應時間就會明顯增加了。線程（進程）變多了，服務器花費在調度上的時間比例就增加了。

在真實情況下，響應時間可以根據業務情況進行估算。比如對于人們瀏覽一個網站，響應時間100ms和500ms是沒有區別的。根據QPS的公式，在服務器最大QPS不變的情況下，增大響應時間可以增大并發數，就是一臺服務器可以服務更多的客戶，從而減少服務器成本。

回到題目

題目中已經給出了main()函數，我們需要完成doneTime()函數。對于題目中給出的例子，共有10個線程，5個服務器。我原本以為只有一個客戶端，最多只能有10個線程，后來發現并不是這樣的。我們可以5個客戶端50個線程一起去訪問5個服務器。那么對于每個服務器，響應時間和并發數都已知，那么QPS就可以計算出來，若QPS太大，就取QPS的上限。將5個QPS相加，就是這個集群的QPS。請求總數除以集群的QPS就是花費的時間。
按照自己的理解，畫出題目中的例子表達圖，有利于理解情景。

import java.util.Scanner;

public class Main {

    public static void main(String[] args)  {
        Scanner in = new Scanner(System.in);
        int maxQps= Integer.valueOf(in.nextLine());
        final String[] rtList = in.nextLine().split(",");
        final int requestNum = Integer.valueOf(in.nextLine());
        final int threadNum = Integer.valueOf(in.nextLine());
        System.out.println(doneTime(maxQps, rtList, requestNum, threadNum));
    }
    /**
     * 如果使用最優的最大吞吐量負載均衡算法，按照最優模型多久能夠處理完所有請求，單位毫秒。
     * @return
     */
    static long doneTime(int maxQps,String[] rtList,int requestNum,int threadNum) {
        //TODO
        int qpsSum = 0;
        for (String rtString : rtList) {
            int singleMaxQps = threadNum * 1000 / Integer.valueOf(rtString);
            if (singleMaxQps > maxQps) {
                qpsSum += maxQps;
            }else {
                qpsSum += singleMaxQps;
            }
        }

        return requestNum / qpsSum * 1000;
    }
}

【Reference】
http://www.cnblogs.com/zhulin-jun/p/6597074.html
https://dearhwj.gitbooks.io/itbook/content/test/performance_test_qps_tps.html

總結

以上是生活随笔為你收集整理的QPS的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。