是啥限制一个web服务器的并发访问量
谢邀，首先并发度跟性能有联系但不完全一样，性能一般使用qps进行衡量，即每秒处理的请求次数。很容易想象如果程序性能很好，即使同时只能处理一个请求也可以有很高的qps。但一般来说每个请求总会因为资源固有的延迟而耽误一定时间，这个时候提高并发度就会提高一定的性能，但并发度高到一定程度之后再提升并发度并不会增加性能，反而会导致每个请求的延迟都变长，qps不再提升，这时候瓶颈往往出现在其他部分，因此许多Web框架使用线程池的模型，并不能支持非常多的并发数，但性能也不差。如果是有许多长连接的comet服务的话，并发度要求会比较高。否则的话盲目追求并发度并不是一个好的web服务器的优化方法。很多人觉得自己的Web服务器并发度不够，其实性能低下并不是并发度不够的问题。单纯说并发量的话，并发访问量主要受到以下因素的限制：1. 物理资源。主要是内存，每个同时进行的请求都要占用一部分内存，内存超过限度程序就会崩溃，除了扩展物理内存以外，优化每个请求占用的内存资源也很重要。但一般情况下总内存都不会是瓶颈。除了内存以外，CPU、网络带宽、磁盘IO等都会有影响，但主要影响总qps而不是最大并发量。2. 系统资源。主要是内核内存，文件号限制，conntrack表等。应用程序除了占用应用程序空间中的资源以外，一般还需要占用一些系统的资源，在Linux下主要表现为线程、文件号、conntrack表容量，在Windows下主要表现为句柄数量等，大部分最后都对应到操作系统内核使用的内存上。与用户空间不同，操作系统在内核态中往往受到更严格的内存空间限制，因此内核内存会比用户态的内存更宝贵。Linux操作系统对这些系统资源往往有一些限制，主要可以通过ulimit和系统参数进行配置，例如ulimit -n默认配置为1024，这个就会严重影响网络服务的并发量。线程也会占用比较多的内核态资源，因此高并发的系统往往不采用多线程（或者不采用单个线程处理单个请求的模型），而是使用多路转接（如select, epoll）的单线程或者有限数量的多线程的模型。3. 程序结构一般来说socket程序都会有一段是类似这样的：s = create_socket(...)s.bind(...)s.listen(256) # backlogwhile True: s1, addr = s.accept() handleRequest(s1)这段handleRequest如果发生阻塞，比如线程池或者队列已满，就会使整个服务的并发量受到限制。一般这个限制都是故意设计的，这样在服务器压力很大的时候不会发生并发量太大导致内存溢出、资源不足或者用户端IO超时等问题。一般会有相应的参数比如线程池大小、队列长度之类来控制。反过来如果完全不控制的，一般并发能力会很强，但也容易出现单个请求速度过慢之类的问题。有人以为listen的backlog参数会对并发度有影响，其实并没有特别大的影响。总结来说，要提高最大并发量：1. 确保足够大的内存2. 调整相应系统参数如ulimit, nf_conntrack, max.files等3. 调整线程池、队列长度等参数（如果有的话），或者使用没有相应限制的IO框架最后还是强调，最大并发量跟服务器性能其实是不同的，在优化服务器性能的过程中，这是一个比较次要的指标，要承受大量访问最主要还是提高qps。
推荐阅读
- 同比■同比增长7.1%！2021年的第一个节你花了多少钱？
- “他是我第一个会说普通话的老师”：一对师生折射青海山村蝶变
- 有必要重新开个C店吗
- 大学再有三个月就结束了，没学到知识，参加一个软件测试培训机构好吗
- 汽车|长安UNI-K又将开创一个新的"引力"纪元？
- 神话|武汉传奇父亲：一个平行班孩子创造的高考神话（感动上万家长）
- 王者荣耀李白能不能出肉
- 直播会成为品牌传播的另一个途径么有哪些可行的方法感觉有戏又没头绪好捉急。
- 怎样成为一名合格的Python程序员?
- 知乎有没有必要增加一个特别关注功能