怎样对比不同服务器Throughput

要对比不同服务器的 Throughput（吞吐量），核心原则是**“在相同或可对比的条件下，测量单位时间内完成的成功请求数”**。以下是详细的步骤和注意点。

一、明确 Throughput 的定义

不同场景下 Throughput 的含义可能不同：

• Web 服务器：
  • 单位：Requests/sec（RPS）
  • 含义：每秒处理的 HTTP 请求数
• 数据库服务器：
  • 单位：Queries/sec、Transactions/sec（TPS）
• 网络/文件服务器：
  • 单位：Mbps / GB/s

通常所说的 Throughput 都是 “成功完成的请求数 / 时间间隔”。

二、对比服务器 Throughput 的标准流程

1️⃣ 控制变量（非常关键）

2️⃣ 设计统一的测试负载

✅ 请求类型一致

• HTTP：GET / POST
• 数据库：读 / 写 / 混合
• 是否包含复杂计算

✅ 数据大小一致

• 请求 body 大小
• 响应 body 大小

✅ 并发模型一致

• 并发连接数（concurrency）
• 是否长连接（keep-alive）

3️⃣ 使用专业压测工具

不同场景使用不同工具：

示例：HTTP 对比

wrk -t4 -c100 -d30s http://serverA:8080
wrk -t4 -c100 -d30s http://serverB:8080

4️⃣ 观察关键指标（不要只看 Throughput）

⚠️ 高 Throughput + 高延迟 ≠ 性能好

5️⃣ 多并发级别测试（非常重要）

不要只测一个并发数：

画一张：

Throughput vs Concurrency 曲线

三、常见误区 ❌

❌ 1. 只看 QPS，不看错误率

10000 QPS，但 30% 失败 ≈ 性能很差

❌ 2. 不同请求混合对比

一个服务器跑简单接口，另一个跑复杂逻辑，结果无意义

❌ 3. 短压测

30 秒测试不足以观测 GC、缓存、连接建立开销

❌ 4. 忽略系统调优

Linux 默认参数在高压下通常不够

四、进阶：如何更“科学”地对比

✅ 使用饱和度测试

逐步增加并发，直到：

• Throughput 不再增长
• Latency 明显升高

✅ 使用相同 SLA 对比

例如：

在 P99 < 50ms 的前提下，谁 Throughput 更高

✅ 对比“单位资源 Throughput”

Throughput / CPU core

五、示例对比结论写法 ✅

在相同 4C8G 环境下，使用 wrk 100 并发：

• Server A：12,000 RPS，P99=35ms
• Server B：9,500 RPS，P99=40ms
  → Server A Throughput 高 26%，延迟更低，性能更优

如果你愿意，可以告诉我：

• 是 哪种服务器（Nginx / Spring Boot / 数据库 / RPC）
• 是 本地测试还是生产环境
• 想用 哪种工具

我可以直接帮你设计一份 可执行的对比测试方案。