说明

本周将使用APIFunc完成一个微型应用的开发，目的是完成一个更大的原型验证。

内容

1 性能估计

TPS: 一个表达系统处理能力的性能指标，每秒处理的消息数（Transaction Per Second）

• 1 缓存层 Redis

用户的数据到来时，会先碰到一个很快的API服务或者处理程序，将其送往Redis Stream, 按照官方的估计，99%的响应是在2ms以内。所以我们可以粗略的估计到，这个吞吐在TPS 500左右

• 2 数据库层 Mongo

Mongo在批量处理数据时，大约是1万/秒，所以就不去考虑TPS了，要给个估计的话 TPS 5000（考虑到其他的折损）

• 3 数据处理层 APIFunc

这个是变化很大的，我们基本上可以认为10秒到1分钟处理完一个Batch，通常是1万条。我们按标准的一分钟来估计，那么每天可以处理1400万条左右数据。这时TPS大约为150左右。所以这里很可能是一个瓶颈。当然，由于先天设计就是分布式的，所以这个处理瓶颈很容易通过局域网的其他主机运行APIFunc(Worker)来解决。

• 4 单机处理能力

以一个4C8G的主机来估计，那么Redis、Mongo和APIFunc会分别占掉一个核，然后剩下一个核来做动态的分配。其中APIFunc占用的核是几乎不太会释放的，属于CPU密集型。而Redis和Mongo的属于IO密集，反而很容易释放出来。

整个处理过程始终处于FIF