从代码到架构，提升QPS的实用方法
在做电商大促活动时，系统扛不住突然暴涨的请求，页面卡顿、下单失败，这种情况很常见。背后的核心指标之一就是QPS（Queries Per Second），也就是每秒能处理多少请求。想让服务更扛压，得从多个层面下手调优。
优化代码逻辑，减少单次处理时间
最直接的方式是缩短每个请求的处理时间。比如数据库查询加了索引，原来要200毫秒，现在只要20毫秒，QPS自然翻倍。避免在循环里做网络请求或数据库操作，这类“N+1”问题会严重拖慢响应。
缓存高频数据也很关键。用户频繁查看的商品详情，每次去查数据库太浪费，可以放在Redis里，内存读取速度快得多。
合理使用缓存策略
除了本地缓存，还可以用CDN缓存静态资源，把图片、JS、CSS分发到离用户更近的节点。用户打开页面更快，服务器压力也小了。
注意缓存穿透和雪崩问题。比如用布隆过滤器拦截无效请求，避免大量查数据库；缓存过期时间加个随机偏移，防止集体失效。
数据库层面优化
读多写少的场景，主从复制+读写分离能显著提升吞吐。写操作走主库，读操作分摊到多个从库，减轻单点压力。
分库分表也是常用手段。当单表数据量超过千万，查询变慢，按用户ID或订单号做水平拆分，把压力分散开。
异步化处理非核心流程
用户下单后发短信、记录日志这些操作不必同步完成。改成发消息到Kafka或RabbitMQ，由后台消费者慢慢处理。主线程快速返回，QPS就能提上去。
调整Web服务器配置
Nginx可以调大worker_processes和worker_connections，提升并发连接数。开启gzip压缩，减少传输体积，也能间接提高单位时间内的请求数。
worker_processes auto;
worker_rlimit_nofile 65535;
events {
use epoll;
worker_connections 10240;
}
http {
gzip on;
gzip_types text/plain application/json;
}利用负载均衡横向扩展
一台机器撑不住就加机器。通过Nginx或云厂商的SLB把流量分到多台应用服务器，整体处理能力线性增长。配合自动伸缩组，高峰期自动扩容，省成本又稳定。
JVM与GC调优（针对Java服务）
如果跑的是Java应用，堆内存设置不合理会导致频繁GC，线程停顿。适当增大年轻代，选择合适的垃圾回收器，比如G1，能降低暂停时间，提升吞吐。
-Xms4g -Xmx4g -XX:+UseG1GC -XX:MaxGCPauseMillis=200减少网络开销
接口返回的数据越小越好。避免返回多余字段，必要时启用Protobuf替代JSON，序列化体积更小，解析更快。HTTP/2支持多路复用，也能减少连接建立开销。