《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