概念
高并发通常是指我们提供的系统服务能够同时处理很多请求。
了解下概念：
- QPS（TPS）：每秒钟reques/事务 数量，指每秒应对的请求数（http请求）；
- 吞吐量：单位时间内处理的请求数量（通常由QPS与并发数决定）；
- 响应时间：系统对一个请求做出响应的平均时间。例如系统处理一个HTTP请求需要200ms，这个200ms就是系统的响应时间（我认为这里应该仅包含处理时间，网络传输时间忽略）。
- 并发是指，某个时刻有多少个访问同时到来，处理多个任务的能力，不一定要同时
- 并行是同时刻在多个cpu核心发生的事件，并发是单个cpu核心在一个时间段内交替发生的事件
QPS = 并发数 / 响应时间
二八原则：80%的业务量在20%的时间里完成
场景
假定总并发请求数量为10000，每个请求的处理时间为t秒，服务器一次性可以处理的请求数量为n个，那么处理完所有的请求需要用时为T
T = (10000 / n ) * t
反过来计算每秒处理多少请求则
QPS = (1 / t ) * n
假设我们每天80%的访问集中在20%的时间里（峰值），如果每天有300万的pv，而 我们的单台机器的QPS为58，运行在单机上（当然经常宕机），按照上面的系统性能数据，给出优化解决方案。
qps = ( 300W x 0.8 ) / ( 24x3600x0.2 ) = 139
方案一：加机器
既然一台机器搞不定，我们就多上几台机器。这就涉及到db主从、读写分离、负载均衡等技术。
它的原理就是分流，把以前集中的压力分散开来。改方案见效快，灵活，实践起来也更快。
所以机器上需要 139/58 台
方案二：增加单机性能
单机到底性能能够增加到一个什么程度，这取决于你的机器配置，也取决于你的服务到底有多复杂。
常见比如：提高机器cpu、memory（可以提高系统同时处理请求的数量）；php启用opcache缓存；运用各种数据缓存技术；代码性能优化；数据库优化；运用常驻内存的技术；
分析
假设现在需要你设计个系统，来分析当前产品各个接口的qps，及当前系统的qps情况。
qps = 时间段内请求数/时间段
假设我们以每分钟或者每小时来运算。首先对每次请求记录日志包含响应时间、响应结果（每次请求用一个唯一标识标记）记录到日志文件，后端起个进程对日志文件读取，将数据发送到队列系统，另一方队列消费，落地到数据库或者nosql，接下来
就是对这些数据进行分析，不难分析qps吧，这样的日志系统也可以作为全局日志系统，供公司各个业务线查询日志，也可以起到监控预警的作用（比如说请求超时、访问量激增异常）。为什么不直接入库分析，这样的方案大流量下不会造成性能问题。
【feek 指定行指针；fgets 获取行内容；feof 判断是不是到达末尾】