引言
随着云计算和微服务架构的蓬勃发展，容器技术已成为构建和部署现代化应用程序的关键技术之一。容器技术通过将应用程序及其依赖项打包到一个隔离的环境中，可以简化应用程序的开发和部署流程，并提高应用程序的的可移植性。容器技术是否会影响服务器的 QPS（每秒查询数）性能，是一个值得深入研究的问题。
实验设置
为了评估容器技术对服务器 QPS 性能的影响，我们进行了一系列实验。实验环境使用了一台配备 8 核 CPU、16GB 内存和 512GB SSD 的服务器。我们使用 Docker 容器技术，并部署了三个不同的应用程序：裸机应用程序：直接部署在服务器上的应用程序。容器化应用程序：部署在 Docker 容器中的应用程序。Kubernetes 应用程序：部署在 Kubernetes 集群中的应用程序。每个应用程序都使用相同的代码库，并经过相同的配置。我们使用 Apache JMeter 对应用程序进行负载测试，并记录了应用程序在不同 QPS 负载下的响应时间和吞吐量。
实验结果
实验结果表明，容器技术对服务器 QPS 性能的影响与应用程序的特性、容器的配置以及基础设施的配置密切相关。一般来说，以下结论是正确的：轻量级应用程序：对于轻量级应用程序，容器技术对 QPS 性能的影响很小。容器化的应用程序和裸机应用程序的响应时间和吞吐量几乎没有差异。重量级应用程序：对于重量级应用程序，容器技术会对 QPS 性能产生一定的影响。容器化的应用程序的响应时间通常比裸机应用程序稍长，吞吐量也略低。容器配置：容器的配置可以显著影响 QPS 性能。例如，分配给容器的 CPU 和内存资源会影响应用程序的响应时间和吞吐量。基础设施配置：基础设施的配置，例如服务器的CPU、内存和存储配置，也会影响 QPS 性能。
讨论
实验结果表明，容器技术对服务器 QPS 性能的影响是复杂的，并且受多种因素的影响。对于轻量级应用程序，容器技术对 QPS 性能的影响可以忽略不计。对于重量级应用程序，容器化会对 QPS 性能产生一定的影响。通过优化容器配置和基础设施配置，可以最大程度地减少容器技术对 QPS 性能的影响。
结论
容器技术对服务器 QPS 性能的影响是一个需要仔细考虑的问题。根据应用程序的特性、容器的配置以及基础设施的配置，容器技术可能会对 QPS 性能产生不同的影响。通过优化容器配置和基础设施配置，可以最小化容器技术对 QPS 性能的影响，并享受容器技术带来的诸多优势。
未来的研究方向
未来的研究可以集中在以下方面：探索容器技术对更复杂应用程序的 QPS 性能影响。开发优化容器配置和基础设施配置的最佳实践。调查容器技术对服务器其他性能指标的影响，例如内存使用和 CPU 利用率。
大型的PHP应用，通常使用什么应用做消息队列？
一、消息队列概述消息队列中间件是分布式系统中重要的组件，主要解决应用耦合，异步消息，流量削锋等问题。
实现高性能，高可用，可伸缩和最终一致性架构。
是大型分布式系统不可缺少的中间件。
目前在生产环境，使用较多的消息队列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。
二、消息队列应用场景以下介绍消息队列在实际应用中常用的使用场景。
异步处理，应用解耦，流量削锋和消息通讯四个场景。
2.1异步处理场景说明：用户注册后，需要发注册邮件和注册短信。
传统的做法有两种1.串行的方式；2.并行方式。
（1）串行方式：将注册信息写入数据库成功后，发送注册邮件，再发送注册短信。
以上三个任务全部完成后，返回给客户端。
（架构KK，欢迎加入）（2）并行方式：将注册信息写入数据库成功后，发送注册邮件的同时，发送注册短信。
以上三个任务完成后，返回给客户端。
与串行的差别是，并行的方式可以提高处理的时间。
假设三个业务节点每个使用50毫秒钟，不考虑网络等其他开销，则串行方式的时间是150毫秒，并行的时间可能是100毫秒。
因为CPU在单位时间内处理的请求数是一定的，假设CPU1秒内吞吐量是100次。
则串行方式1秒内CPU可处理的请求量是7次（1000/150）。
并行方式处理的请求量是10次（1000/100）。
小结：如以上案例描述，传统的方式系统的性能（并发量，吞吐量，响应时间）会有瓶颈。
如何解决这个问题呢？引入消息队列，将不是必须的业务逻辑，异步处理。
改造后的架构如下：按照以上约定，用户的响应时间相当于是注册信息写入数据库的时间，也就是50毫秒。
注册邮件，发送短信写入消息队列后，直接返回，因此写入消息队列的速度很快，基本可以忽略，因此用户的响应时间可能是50毫秒。
因此架构改变后，系统的吞吐量提高到每秒20 QPS。
比串行提高了3倍，比并行提高了两倍。
2.2应用解耦场景说明：用户下单后，订单系统需要通知库存系统。
传统的做法是，订单系统调用库存系统的接口。
如下图：传统模式的缺点：1）假如库存系统无法访问，则订单减库存将失败，从而导致订单失败；2）订单系统与库存系统耦合；如何解决以上问题呢？引入应用消息队列后的方案，如下图：订单系统：用户下单后，订单系统完成持久化处理，将消息写入消息队列，返回用户订单下单成功。
库存系统：订阅下单的消息，采用拉/推的方式，获取下单信息，库存系统根据下单信息，进行库存操作。
假如：在下单时库存系统不能正常使用。
也不影响正常下单，因为下单后，订单系统写入消息队列就不再关心其他的后续操作了。
实现订单系统与库存系统的应用解耦。
2.3流量削锋流量削锋也是消息队列中的常用场景，一般在秒杀或团抢活动中使用广泛。
应用场景：秒杀活动，一般会因为流量过大，导致流量暴增，应用挂掉。
为解决这个问题，一般需要在应用前端加入消息队列。
可以控制活动的人数；可以缓解短时间内高流量压垮应用；用户的请求，服务器接收后，首先写入消息队列。
假如消息队列长度超过最大数量，则直接抛弃用户请求或跳转到错误页面；秒杀业务根据消息队列中的请求信息，再做后续处理。
2.4日志处理日志处理是指将消息队列用在日志处理中，比如Kafka的应用，解决大量日志传输的问题。
架构简化如下：日志采集客户端，负责日志数据采集，定时写受写入Kafka队列；Kafka消息队列，负责日志数据的接收，存储和转发；日志处理应用：订阅并消费kafka队列中的日志数据；以下是新浪kafka日志处理应用案例：(1)Kafka：接收用户日志的消息队列。
(2)Logstash：做日志解析，统一成JSON输出给Elasticsearch。
(3)Elasticsearch：实时日志分析服务的核心技术，一个schemaless，实时的数据存储服务，通过index组织数据，兼具强大的搜索和统计功能。
(4)Kibana：基于Elasticsearch的数据可视化组件，超强的数据可视化能力是众多公司选择ELK stack的重要原因。
2.5消息通讯消息通讯是指，消息队列一般都内置了高效的通信机制，因此也可以用在纯的消息通讯。
比如实现点对点消息队列，或者聊天室等。
点对点通讯：客户端A和客户端B使用同一队列，进行消息通讯。
聊天室通讯：客户端A，客户端B，客户端N订阅同一主题，进行消息发布和接收。
实现类似聊天室效果。
以上实际是消息队列的两种消息模式，点对点或发布订阅模式。
模型为示意图，供参考。
三、消息中间件示例3.1电商系统消息队列采用高可用，可持久化的消息中间件。
比如Active MQ，Rabbit MQ，Rocket Mq。
（1）应用将主干逻辑处理完成后，写入消息队列。
消息发送是否成功可以开启消息的确认模式。
（消息队列返回消息接收成功状态后，应用再返回，这样保障消息的完整性）（2）扩展流程（发短信，配送处理）订阅队列消息。
采用推或拉的方式获取消息并处理。
（3）消息将应用解耦的同时，带来了数据一致性问题，可以采用最终一致性方式解决。
比如主数据写入数据库，扩展应用根据消息队列，并结合数据库方式实现基于消息队列的后续处理。
3.2日志收集系统分为Zookeeper注册中心，日志收集客户端，Kafka集群和Storm集群（OtherApp）四部分组成。
Zookeeper注册中心，提出负载均衡和地址查找服务；日志收集客户端，用于采集应用系统的日志，并将数据推送到kafka队列；四、JMS消息服务讲消息队列就不得不提JMS 。
JMS（Java Message Service,Java消息服务）API是一个消息服务的标准/规范，允许应用程序组件基于JavaEE平台创建、发送、接收和读取消息。
它使分布式通信耦合度更低，消息服务更加可靠以及异步性。
在EJB架构中，有消息bean可以无缝的与JM消息服务集成。
在J2EE架构模式中，有消息服务者模式，用于实现消息与应用直接的解耦。
4.1消息模型在JMS标准中，有两种消息模型P2P（Point to Point）,Publish/Subscribe(Pub/Sub)。
4.1.1 P2P模式P2P模式包含三个角色：消息队列（Queue），发送者(Sender)，接收者(Receiver)。
每个消息都被发送到一个特定的队列，接收者从队列中获取消息。
队列保留着消息，直到他们被消费或超时。
P2P的特点每个消息只有一个消费者（Consumer）(即一旦被消费，消息就不再在消息队列中)发送者和接收者之间在时间上没有依赖性，也就是说当发送者发送了消息之后，不管接收者有没有正在运行，它不会影响到消息被发送到队列接收者在成功接收消息之后需向队列应答成功如果希望发送的每个消息都会被成功处理的话，那么需要P2P模式。
（架构KK，欢迎加入）4.1.2 Pub/sub模式包含三个角色主题（Topic），发布者（Publisher），订阅者（Subscriber） 。
多个发布者将消息发送到Topic,系统将这些消息传递给多个订阅者。
Pub/Sub的特点每个消息可以有多个消费者发布者和订阅者之间有时间上的依赖性。
针对某个主题（Topic）的订阅者，它必须创建一个订阅者之后，才能消费发布者的消息。
为了消费消息，订阅者必须保持运行的状态。
为了缓和这样严格的时间相关性，JMS允许订阅者创建一个可持久化的订阅。
这样，即使订阅者没有被激活（运行），它也能接收到发布者的消息。
如果希望发送的消息可以不被做任何处理、或者只被一个消息者处理、或者可以被多个消费者处理的话，那么可以采用Pub/Sub模型。
4.2消息消费在JMS中，消息的产生和消费都是异步的。
对于消费来说，JMS的消息者可以通过两种方式来消费消息。
（1）同步订阅者或接收者通过receive方法来接收消息，receive方法在接收到消息之前（或超时之前）将一直阻塞；（2）异步订阅者或接收者可以注册为一个消息监听器。
当消息到达之后，系统自动调用监听器的onMessage方法。
JNDI：Java命名和目录接口,是一种标准的Java命名系统接口。
可以在网络上查找和访问服务。
通过指定一个资源名称，该名称对应于数据库或命名服务中的一个记录，同时返回资源连接建立所必须的信息。
JNDI在JMS中起到查找和访问发送目标或消息来源的作用。
（架构KK，欢迎加入）4.3JMS编程模型(1) ConnectionFactory创建Connection对象的工厂，针对两种不同的jms消息模型，分别有QueueConnectionFactory和TopicConnectionFactory两种。
可以通过JNDI来查找ConnectionFactory对象。
(2) DestinationDestination的意思是消息生产者的消息发送目标或者说消息消费者的消息来源。
对于消息生产者来说，它的Destination是某个队列（Queue）或某个主题（Topic）;对于消息消费者来说，它的Destination也是某个队列或主题（即消息来源）。
所以，Destination实际上就是两种类型的对象：Queue、Topic可以通过JNDI来查找Destination。
(3) ConnectionConnection表示在客户端和JMS系统之间建立的链接（对TCP/IP socket的包装）。
Connection可以产生一个或多个Session。
跟ConnectionFactory一样，Connection也有两种类型：QueueConnection和TopicConnection。
(4) SessionSession是操作消息的接口。
可以通过session创建生产者、消费者、消息等。
Session提供了事务的功能。
当需要使用session发送/接收多个消息时，可以将这些发送/接收动作放到一个事务中。
同样，也分QueueSession和TopicSession。
(5) 消息的生产者消息生产者由Session创建，并用于将消息发送到Destination。
同样，消息生产者分两种类型：QueueSender和TopicPublisher。
可以调用消息生产者的方法（send或publish方法）发送消息。
(6) 消息消费者消息消费者由Session创建，用于接收被发送到Destination的消息。
两种类型：QueueReceiver和TopicSubscriber。
可分别通过session的createReceiver(Queue)或createSubscriber(Topic)来创建。
当然，也可以session的creatDurableSubscriber方法来创建持久化的订阅者。
(7) MessageListener消息监听器。
如果注册了消息监听器，一旦消息到达，将自动调用监听器的onMessage方法。
EJB中的MDB（Message-Driven Bean）就是一种MessageListener。
深入学习JMS对掌握JAVA架构，EJB架构有很好的帮助，消息中间件也是大型分布式系统必须的组件。
本次分享主要做全局性介绍，具体的深入需要大家学习，实践，总结，领会。
五、常用消息队列一般商用的容器，比如WebLogic，JBoss，都支持JMS标准，开发上很方便。
但免费的比如Tomcat，Jetty等则需要使用第三方的消息中间件。
本部分内容介绍常用的消息中间件（Active MQ,Rabbit MQ，Zero MQ,Kafka）以及他们的特点。
5.1 ActiveMQActiveMQ 是Apache出品，最流行的，能力强劲的开源消息总线。
ActiveMQ 是一个完全支持JMS1.1和J2EE 1.4规范的 JMS Provider实现，尽管JMS规范出台已经是很久的事情了，但是JMS在当今的J2EE应用中间仍然扮演着特殊的地位。
ActiveMQ特性如下：⒈ 多种语言和协议编写客户端。
语言: Java,C,C++,C#,Ruby,Perl,Python,PHP。
应用协议： OpenWire,Stomp REST,WS Notification,XMPP,AMQP⒉ 完全支持JMS1.1和J2EE 1.4规范 （持久化，XA消息，事务)⒊ 对spring的支持，ActiveMQ可以很容易内嵌到使用Spring的系统里面去，而且也支持Spring2.0的特性⒋ 通过了常见J2EE服务器（如 Geronimo,JBoss 4,GlassFish,WebLogic)的测试，其中通过JCA 1.5 resource adaptors的配置，可以让ActiveMQ可以自动的部署到任何兼容J2EE 1.4 商业服务器上⒌ 支持多种传送协议：in-VM,TCP,SSL,NIO,UDP,JGroups,JXTA⒍ 支持通过JDBC和journal提供高速的消息持久化⒎ 从设计上保证了高性能的集群，客户端-服务器，点对点⒏ 支持Ajax⒐ 支持与Axis的整合⒑ 可以很容易得调用内嵌JMS provider，进行测试5.2 RabbitMQRabbitMQ是流行的开源消息队列系统，用erlang语言开发。
RabbitMQ是AMQP（高级消息队列协议）的标准实现。
支持多种客户端，如：Python、Ruby、、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等，支持AJAX，持久化。
用于在分布式系统中存储转发消息，在易用性、扩展性、高可用性等方面表现不俗。
几个重要概念：Broker：简单来说就是消息队列服务器实体。
Exchange：消息交换机，它指定消息按什么规则，路由到哪个队列。
Queue：消息队列载体，每个消息都会被投入到一个或多个队列。
Binding：绑定，它的作用就是把exchange和queue按照路由规则绑定起来。
Routing Key：路由关键字，exchange根据这个关键字进行消息投递。
vhost：虚拟主机，一个broker里可以开设多个vhost，用作不同用户的权限分离。
producer：消息生产者，就是投递消息的程序。
consumer：消息消费者，就是接受消息的程序。
channel：消息通道，在客户端的每个连接里，可建立多个channel，每个channel代表一个会话任务。
消息队列的使用过程，如下：（1）客户端连接到消息队列服务器，打开一个channel。
（2）客户端声明一个exchange，并设置相关属性。
（3）客户端声明一个queue，并设置相关属性。
（4）客户端使用routing key，在exchange和queue之间建立好绑定关系。
（5）客户端投递消息到exchange。
exchange接收到消息后，就根据消息的key和已经设置的binding，进行消息路由，将消息投递到一个或多个队列里。
5.3 ZeroMQ号称史上最快的消息队列，它实际类似于Socket的一系列接口，他跟Socket的区别是：普通的socket是端到端的（1:1的关系），而ZMQ却是可以N：M 的关系，人们对BSD套接字的了解较多的是点对点的连接，点对点连接需要显式地建立连接、销毁连接、选择协议（TCP/UDP）和处理错误等，而ZMQ屏蔽了这些细节，让你的网络编程更为简单。
ZMQ用于node与node间的通信，node可以是主机或者是进程。
引用官方的说法： “ZMQ(以下ZeroMQ简称ZMQ)是一个简单好用的传输层，像框架一样的一个socket library，他使得Socket编程更加简单、简洁和性能更高。
是一个消息处理队列库，可在多个线程、内核和主机盒之间弹性伸缩。
ZMQ的明确目标是“成为标准网络协议栈的一部分，之后进入Linux内核”。
现在还未看到它们的成功。
但是，它无疑是极具前景的、并且是人们更加需要的“传统”BSD套接字之上的一 层封装。
ZMQ让编写高性能网络应用程序极为简单和有趣。
”特点是：高性能，非持久化；跨平台：支持Linux、Windows、OS X等。
多语言支持； C、C++、Java、、Python等30多种开发语言。
可单独部署或集成到应用中使用；可作为Socket通信库使用。
与RabbitMQ相比，ZMQ并不像是一个传统意义上的消息队列服务器，事实上，它也根本不是一个服务器，更像一个底层的网络通讯库，在Socket API之上做了一层封装，将网络通讯、进程通讯和线程通讯抽象为统一的API接口。
支持“Request-Reply “，”Publisher-Subscriber“，”Parallel Pipeline”三种基本模型和扩展模型。
ZeroMQ高性能设计要点：1、无锁的队列模型对于跨线程间的交互（用户端和session）之间的数据交换通道pipe，采用无锁的队列算法CAS；在pipe两端注册有异步事件，在读或者写消息到pipe的时，会自动触发读写事件。
2、批量处理的算法对于传统的消息处理，每个消息在发送和接收的时候，都需要系统的调用，这样对于大量的消息，系统的开销比较大，zeroMQ对于批量的消息，进行了适应性的优化，可以批量的接收和发送消息。
3、多核下的线程绑定，无须CPU切换区别于传统的多线程并发模式，信号量或者临界区， zeroMQ充分利用多核的优势，每个核绑定运行一个工作者线程，避免多线程之间的CPU切换开销。
5.4 KafkaKafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。
这种动作（网页浏览，搜索和其他用户的行动）是在现代网络上的许多社会功能的一个关键因素。
这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。
对于像Hadoop的一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。
Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群机来提供实时的消费。
Kafka是一种高吞吐量的分布式发布订阅消息系统，有如下特性：通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。
（文件追加的方式写入数据，过期的数据定期删除）高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒数百万的消息。
支持通过Kafka服务器和消费机集群来分区消息。
支持Hadoop并行数据加载。
Kafka相关概念BrokerKafka集群包含一个或多个服务器，这种服务器被称为broker[5]Topic每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic。
（物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处）PartitionParition是物理上的概念，每个Topic包含一个或多个负责发布消息到Kafka brokerConsumer消息消费者，向Kafka broker读取消息的客户端。
Consumer Group每个Consumer属于一个特定的Consumer Group（可为每个Consumer指定group name，若不指定group name则属于默认的group）。
一般应用在大数据日志处理或对实时性（少量延迟），可靠性（少量丢数据）要求稍低的场景使用。
天翼云TeleDB数据库全面亮剑
1. 在数字时代背景下，数据量的激增和存储需求的多样化推动数据库技术的持续进步，为中国数据库产业的发展带来了关键性的机遇。
2. 天翼云洞察这一发展潮流，推出了自主研发的 TeleDB 数据库产品，旨在为企业提供全面的数字化转型支持，推动企业上云并实现智能化。
3. TeleDB 融合了天翼云在数据库领域的深厚实践经验和先进技术架构，具备了社区生态兼容性和全面国产化适配的能力，这些都是其核心竞争力的体现。
4. 经过八年的精心研发和优化，TeleDB 不仅拥有了20余项核心PaaS技术，还获得了16项核心专利技术，并成功支撑了超过7亿用户，其稳定性经过了全方位的验证。
5. 该数据库利用容器化和分布式块存储技术，并通过云原生技术优化业务，实现了CPU、内存的快速扩展和节点动态调整，从而提升了性能并降低了成本。
6. 针对企业日益多样化的业务需求，天翼云构建了TeleDB 数据库上云全生态，提供横向主流数据库产品和纵向多版本技术服务的全覆盖能力。
7. 在数据库内核方面，TeleDB 采用云原生架构，实现了对 MySQL、PostgreSQL、openGauss 和 TiDB 的兼容，并与社区深度合作，增强了自主可控能力和社区影响力。
8. TeleDB 作为一款企业级智能化关系型数据库引擎，兼容开源MySQL协议，适用于在线事务处理，提供稳定可靠的服务。
9. 同时，TeleDB 也兼容开源PostgreSQL协议，支持SQL规范的完整实现，并高度兼容Oracle语法，集成了多项管理功能，减轻了运维压力。
10. TeleDB 支持在线事务处理和在线分析处理，是一款高性能的 HTAP 融合型 NewSQL 数据库引擎，适用于数据规模大、高可用、高吞吐的业务场景。
11. 在数据库建设方面，TeleDB 专注于开发数据备份、数据迁移、数据库自动驾驶仓、数据库安全网关等核心生态产品，支持多种 NoSQL 数据库协议。
12. 该数据库适用于PB级数据和千万级QPS的分布式计算应用场景，如风控、推荐、广告、物联网等，是这些领域的首选数据库。
13. 通过与外部生态体系的协作，TeleDB 完善了交付、实施、运营、维护等过程，实现了软硬件的深度整合和优化，提升了数据存储和访问效率。
14. TeleDB 作为中国电信天翼云自主研发的数据库产品，实现了基础软件的全面自主可控，解决了核心基础软件的依赖问题，并助力各行各业的数字化转型。
15. 天翼云承诺未来将继续以创新和高效率为目标，为用户提供更安全、可靠、智能的云数据库产品和服务，助力企业充分利用 TeleDB 数据库的优势，实现业务的快速发展。
大公司的 SpringBoot 项目都不用 Tomcat
在SpringBoot项目中，虽然Tomcat是默认的容器技术，但Undertow由于其性能和内存使用方面的优势，特别是在高并发场景下，往往成为更好的选择。
下面，我们将深入探讨如何在SpringBoot中集成和替换Tomcat为Undertow。
在SpringBoot中，Tomcat因其内嵌式设计而被广泛应用，但随着技术的发展，Undertow作为一种更高效的选择进入了视野。
SpringBoot已经集成了Undertow，只需引入相关依赖，即可实现容器的替换。
切换到Undertow的原因在于其作为Java语言开发的高性能Web服务器，支持Servlet和WebSocket，并在高并发情况下表现出色。
通过对比测试，Undertow在QPS和内存使用上都优于Tomcat。
例如，在相同配置下，Undertow在高并发测试中的表现更优。
因此，对于追求高并发性能的项目，使用Undertow替换Tomcat是明智之举。
在SpringBoot项目中，可以根据业务需求灵活选择使用Tomcat还是Undertow，以优化系统的运行效率和性能。
