一台普通配置的服务器到底能处理多少并发?

一台普通配置的服务器到底能处理多少并发?,第1张

这个应该没有办法去做测试.理论上来讲,一个高配置的至强处理器能支持的最大并发连接数是一两万个.但在实际使用中.服务器所能支持的并发数也与你的应用有关.比如你服务器上面做网站.做下载.放OA系统等不同的应用.也会支持不同的连接数.我的服务器用的是小鸟云的,性能稳定,访问很流畅。

1M带宽可以支持的同时在线人数大概为17个。N M带宽可以支持的同时在线人数大概为N*17个。人数越多,需要宽带越大。

影响在线人数的因素

一、访问量

二、网站类型:如果是出文字的网站(如小说站),1M带宽带动日均5000IP。如果是普通网站有图片,有文字、论坛、新闻资讯类型网站 大概1M能带一千IP。考虑到高峰期并发,1M高峰期还会卡。(最低配 单核CPU+512内存。1千IP CPU占用10%左右,内存200到300之间)。

下面根据影响因素计算下1M带宽能同时承受多少人在线(以网络状况良好为前提)

1、 打开网站8秒原则

2、 评判的只是:用户从云服务器下载文件的速度

3、 页面的标准尺寸大小为:60KB

参考公式:支持连接个人 = 服务器带宽/页面尺寸大小

通过计算大致结果是,1Mbps的带宽(服务器的1M带宽最快上下速度能达到1M/s,跟我们家用的带宽稍有区别)支持的连接数为:17个

因此,N M带宽可以支持的同时在线人数大概为N*17个。

扩展资料:

带宽 /8 =流量(常说的网速),1 Mps / 8 = 1024 Kps / 8 = 128 k/s。

1M带宽是指上行最高512K下行最高1024K,连接速度只是指你连接到某某服务器的实时速度,下载与选择的下载服务器有关,如果连接速度快下载速度当然最好了。所以测试的网速只是连接到测试服务器的网速与下载无关。

上行带宽就是本地上传的带宽,一般server的上传带宽需求比较大。

下行带宽就是客户从server上下载文件的带宽就称为下行带宽。网速和带宽是两者密不可分。宽带理论最大速度512k=512kbps=512k bits/s=64k bytes/s,1M=1024kbps=1024k bits/s=128k bytes/s等。

要说可以支持多少用户,是无法得到一个准确答案的。用户支持的数量由许多因素组成,例如使用的语言、架构、处理的业务类型 数据大小等。这是一个需要连续调整优化过程的。

第一需要确定业务类型

1、不同的服务有不同的特性,有些CPU占用比较高,有些内存比较高,还比如数据处理,有些需要大量带宽,例如网络爬虫,有些磁盘很高,例如图片和数据库类。

2、同一配置的机器运行不同的业务,效果会有所不同,而且未使用的资源将大大浪费。

3、根据自己的业务类型调整机器的资源比率是节省资金和改善支持的好方法。

第二确定数据大小

1、网络传输的数据大小决定了带宽占用。尺寸越小,带宽越大,每单位时间可以访问和处理的用户请求越多。

2、然后,减少无效数据传输并减小请求分组的大小是必须考虑的地方以改善用户访问能力。

第三连续测算和调整

1、支持的TPS数量,是不断监控并不断调整的。很多时候,小参数调整可以带来多重性能提升。几十秒的业务请求,可能会在几十毫秒内完成调整。

2、真正的在线服务,持续监控和持续调整是一个长期的过程的。

第四使用恰当的语言架构

1、设计良好的系统,与随便设计的系统,终端能力是全然有所不同的。

2、克服资源浪费问题,可使用Docker之类的容器化,微服务化,能精确的提高资源使用率,减少服务器压力。

3、使用Nginx或是Tengine、打开NIO、打开压缩、及设立静态与局部缓存等,减少服务器负载。

4、使用MongoDB、NoSQL数据库,减少数据查询压力提升响应速度。

总之,减少前端无效请求,后端请求在靠近用户侧解决掉,避免业务过长,堆积在后端底层。

扩展资料:

1、服务器,也称伺服器,是提供计算服务的设备。由于服务器需要响应服务请求,并进行处理,因此一般来说服务器应具备承担服务并且保障服务的能力。

2、服务器的构成包括处理器、硬盘、内存、系统总线等,和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

3、在网络环境下,根据服务器提供的服务类型不同,分为文件服务器、数据库服务器、应用程序服务器、WEB服务器等。

参考资料来源:百度百科–服务器


欢迎分享,转载请注明来源:夏雨云

原文地址:https://www.xiayuyun.com/zonghe/682751.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-07-30
下一篇2023-07-30

发表评论

登录后才能评论

评论列表(0条)

    保存