并发计算的统计数据
IO 密集型任务效率部分的公式基于 几个关键量。以下是真实测量数据的汇总， 使您能够将具体数值代入公式中。
公式要素
Little 定律：
$$ L = \lambda \cdot W $$
L— 所需的并发级别（同时有多少任务）λ— 吞吐量（每秒请求数）W— 处理一个请求的平均时间
Goetz 公式：
$$ N = N_{cores} \times \left(1 + \frac{T_{io}}{T_{cpu}}\right) $$
T_io— 每个请求的 I/O 等待时间T_cpu— 每个请求的 CPU 计算时间
进行实际计算需要了解：
- 每个 HTTP 请求执行多少条 SQL 查询
- 一条 SQL 查询需要多长时间（I/O）
- CPU 处理需要多长时间
- 服务器吞吐量是多少
- 总响应时间是多少
1. 每个 HTTP 请求的 SQL 查询数
数据库调用次数取决于框架、ORM 和页面复杂度。
| 应用 / 框架 | 每页查询数 | 来源 |
|---|---|---|
| WordPress（无插件） | ~17 | Drupal Groups: How many queries per page |
| Symfony (Doctrine, 普通页面) | <30（性能分析器阈值） | Symfony Docs: Profiler testing |
| Laravel（简单 CRUD） | 5–15 | 来自 Laravel Debugbar 的典型值 |
| Laravel（存在 N+1 问题时） | 20–50+ | Laravel Daily: Debug Slow Queries |
| Drupal（无缓存） | 80–100 | Drupal Groups |
| Magento（商品目录） | 50–200+ | 复杂电商系统的典型值 |
典型 ORM 应用程序的中位数：每个 HTTP 请求 15-30 条查询。
Symfony 使用 30 条查询作为"正常"的边界值 — 超过时， 性能分析器图标变为黄色。
2. 每条 SQL 查询的时间（每条查询的 T_io）
数据库服务器上的查询执行时间
来自 Percona 的 sysbench OLTP 基准测试数据（MySQL）：
| 并发度 | <0.1 ms 的查询占比 | 0.1–1 ms | 1–10 ms | >10 ms |
|---|---|---|---|---|
| 1 个线程 | 86% | 10% | 3% | 1% |
| 32 个线程 | 68% | 30% | 2% | <1% |
| 128 个线程 | 52% | 35% | 12% | 1% |
LinkBench（Percona，近似真实 Facebook 工作负载）：
| 操作 | p50 | p95 | p99 |
|---|---|---|---|
| GET_NODE | 0.4 ms | 39 ms | 77 ms |
| UPDATE_NODE | 0.7 ms | 47 ms | 100 ms |
来源： Percona: MySQL and Percona Server in LinkBench, Percona: Query Response Time Histogram
网络延迟（往返时间）
| 场景 | 往返时间 | 来源 |
|---|---|---|
| Unix-socket / localhost | <0.1 ms | CYBERTEC PostgreSQL |
| 局域网，单数据中心 | ~0.5 ms | CYBERTEC PostgreSQL |
| 云环境，跨可用区 | 1–5 ms | CYBERTEC PostgreSQL |
| 跨区域 | 10–50 ms | 典型值 |
总计：单条 SQL 查询的完整时间
完整时间 = 服务器端执行时间 + 网络往返时间。
| 环境 | 简单 SELECT (p50) | 平均查询 (p50) |
|---|---|---|
| Localhost | 0.1–0.5 ms | 0.5–2 ms |
| 局域网（单 DC） | 0.5–1.5 ms | 1–4 ms |
| 云环境（跨 AZ） | 2–6 ms | 3–10 ms |
对于云环境，每条平均查询 4 ms 是一个有充分依据的估计。
3. 每条 SQL 查询的 CPU 时间（每条查询的 T_cpu）
CPU 时间涵盖：结果解析、ORM 实体水合、 对象映射、序列化。
该特定值在公开来源中的直接基准测试很少， 但可以从性能分析器数据中估算：
- Blackfire.io 将总时间分为 I/O 时间 和 CPU 时间 （Blackfire: Time）
- 在典型的 PHP 应用程序中，数据库是主要瓶颈， CPU 时间仅占总时间的一小部分 （Datadog: Monitor PHP Performance）
通过吞吐量的间接估算：
使用 Doctrine 的 Symfony（数据库 + Twig 渲染）处理约 1000 req/s （Kinsta PHP Benchmarks）。 这意味着每个请求的 CPU 时间约为 1 ms。 每页约 20 条 SQL 查询 → 每条 SQL 查询约 0.05 ms CPU。
Laravel API 端点（Sanctum + Eloquent + JSON）→ 约 440 req/s （Sevalla: Laravel Benchmarks）。 每个请求的 CPU 时间约为 2.3 ms。约 15 条查询 → 每条 SQL 查询约 0.15 ms CPU。
4. PHP 应用程序的吞吐量（λ）
在 30 vCPU / 120 GB RAM 上运行的基准测试，nginx + PHP-FPM， 15 个并发连接（Kinsta， Sevalla）：
| 应用 | 页面类型 | req/s (PHP 8.4) |
|---|---|---|
| Laravel | Welcome（无数据库） | ~700 |
| Laravel | API + Eloquent + Auth | ~440 |
| Symfony | Doctrine + Twig | ~1,000 |
| WordPress | 首页（无插件） | ~148 |
| Drupal 10 | — | ~1,400 |
注意 WordPress 明显更慢， 因为每个请求更重（更多 SQL 查询，更复杂的渲染）。
5. 生产环境中的总响应时间（W）
来自 LittleData 的数据（2023 年，2,800 个电商网站）：
| 平台 | 平均服务器响应时间 |
|---|---|
| Shopify | 380 ms |
| 电商平均值 | 450 ms |
| WooCommerce (WordPress) | 780 ms |
| Magento | 820 ms |
来源： LittleData: Average Server Response Time
行业基准：
| 类别 | API 响应时间 |
|---|---|
| 优秀 | 100–300 ms |
| 可接受 | 300–600 ms |
| 需要优化 | >600 ms |
使用 Little 定律的实际计算
场景 1：云环境中的 Laravel API
输入数据：
- λ = 440 req/s（目标吞吐量）
- W = 80 ms（计算值：20 条 SQL × 4 ms I/O + 1 ms CPU）
- 核心数：8
计算：
$$ L = \lambda \cdot W = 440 \times 0.080 = 35 \text{ 个并发任务} $$
在 8 个核心上，约为每核心 4.4 个任务。这与 Laravel 使用 15 个并发 PHP-FPM worker 已达到 440 req/s 的事实一致。还有提升空间。
场景 2：云环境中的 Laravel API，2000 req/s（目标）
输入数据：
- λ = 2000 req/s（目标吞吐量）
- W = 80 ms
- 核心数：8
计算：
$$ L = 2000 \times 0.080 = 160 \text{ 个并发任务} $$
PHP-FPM 无法在 8 个核心上运行 160 个 worker — 每个 worker 是一个独立进程， 占用约 30-50 MB 内存。总计：仅 worker 就需要约 6-8 GB。
使用协程：160 个任务 × ~4 KiB ≈ 640 KiB。相差四个数量级。
场景 3：使用 Goetz 公式
输入数据：
- T_io = 80 ms（20 条查询 × 4 ms）
- T_cpu = 1 ms
- 核心数：8
计算：
$$ N = 8 \times \left(1 + \frac{80}{1}\right) = 8 \times 81 = 648 \text{ 个协程} $$
吞吐量（通过 Little 定律）：
$$ \lambda = \frac{L}{W} = \frac{648}{0.081} \approx 8,000 \text{ req/s} $$
这是充分利用 8 个核心时的理论上限。 在实践中，由于调度器开销、GC、连接池限制，实际值会更低。 但即使是该值的 50%（4,000 req/s） 也是同样 8 核上 PHP-FPM 的 440 req/s 的一个数量级以上。
总结：数据从何而来
| 量 | 值 | 来源 |
|---|---|---|
| 每个 HTTP 请求的 SQL 查询数 | 15–30 | WordPress ~17，Symfony 阈值 <30 |
| 每条 SQL 查询时间（云环境） | 3–6 ms | Percona p50 + CYBERTEC 往返时间 |
| 每条 SQL 查询 CPU 时间 | 0.05–0.15 ms | 从吞吐量基准测试反向计算 |
| Laravel 吞吐量 | ~440 req/s (API) | Sevalla/Kinsta 基准测试，PHP 8.4 |
| 电商响应时间（平均） | 450 ms | LittleData，2,800 个网站 |
| API 响应时间（规范） | 100–300 ms | 行业基准 |
参考文献
PHP 框架基准测试
- Kinsta: PHP 8.5 Benchmarks — WordPress、Laravel、Symfony、Drupal 的吞吐量
- Sevalla: Laravel Performance Benchmarks — Laravel welcome + API 端点
数据库基准测试
- Percona: MySQL and Percona Server in LinkBench — 每个操作的 p50/p95/p99
- Percona: Query Response Time Histogram — 不同并发度下的延迟分布
- CYBERTEC: PostgreSQL Network Latency — 不同环境下的网络延迟
- PostgresAI: What is a slow SQL query? — 阈值 <10ms / >100ms
生产系统响应时间
- LittleData: Average Server Response Time — 2,800 个电商网站
PHP 性能分析
- Blackfire.io: Time — 总时间分解为 I/O 和 CPU
- Datadog: Monitor PHP Performance — PHP 应用程序的 APM