微服务：非功能质量需求的具体指标。

非功能质量需求的具体指标针对不同的系统主要分为4部分：应用服务器、数据库、缓存和消息队列，本文会总结并列出这4部分指标，以帮助读者在实际生产实践中做非功能质量需求的设计方案。

应用服务器

应用服务器是服务的入口，请求流量从这里进入系统，数据库、缓存和消息队列的访问量取决于应用服务器的访问量。对应用服务器的访问量进行评估至关重要，应用服务器主要关心每秒请求的峰值及对请求的响应时间等指标，通过这些指标可以评估我们需要的应用服务器资源的数量。

部署结构的相关指标如下表所示。

序号	部署结构
1	负载均衡策略
2	高可用策略
3	I/O模型（NIO/BIO）
4	线程池模型
5	线程池中的线程数量
6	是否多业务混合部署

容量和性能的相关指标如下表所示。

序号	容量和性能
1	每天的请求量
2	各接口的访问峰值
3	平均的请求响应时间
4	最大的请求响应时间
5	在线的用户量
6	请求的大小
7	网卡的I/O流量
8	磁盘的I/O负载
9	内存的使用情况
10	CPU的使用情况

其他相关指标如下表所示。

序号	其他指标
1	请求的内容是否包含大对象
2	GC收集器的选型和配置

数据库

根据应用层的访问量和访问峰值，计算出需要的数据库资源的吞吐量、每天的数据总量等，由此来评估所需数据库资源的数量和配置、部署结构等。

部署结构的相关指标如下表所示。

序号	部署结构
1	复制模型
2	失效转移策略
3	容灾策略
4	归档策略
5	读写分离策略
6	分库分表（分片）策略
7	静态数据和半静态数据是否使用缓存
8	有没有考虑穿透并压垮数据库的情况
9	缓存失效和缓存数据预热策略

容量和性能的相关指标如下表所示。

序号	容量和性能
1	当前的数据容量
2	每天的数据增量（预估容量）
3	每秒的读峰值
4	每秒的写峰值
5	每秒的事务量峰值

其他相关指标如下表所示。

序号	其他指标
1	查询是否走索引
2	有没有大数据量的查询和范围查询
3	有没有多表关联，关联是否用到索引
4	有没有使用悲锁，是否可以改造成乐观锁，是否可以利用数据库内置行级锁
5	事务和一致性级别
6	使用得JDBC数据源类型及连接数等配置
7	是否开启JDBC诊断日志
8	有没有存储过程
9	伸缩策略（分区表、自然时间分表、水平分库分表）
10	水平分库分表实现方法（客户端、代理、NoSQL）

缓存

根据应用层的访问量和访问峰值，通过评估热数据占比，计算缓存资源的大小并估算缓存资源的峰值，由此来计算所需缓存资源的数量、部署结构、高可用方案等。

部署结构的相关指标如下表所示。

序号	部署结构
1	复制模型
2	失效转移
3	持久策略
4	淘汰策略
5	线程模型
6	预热方法
7	哈希分片策略

容量和性能的相关指标如下表所示。

序号	容量与性能
1	缓存内容的大小
2	缓存内容的数量
3	缓存内容的过期时间
4	缓存的数据结构
5	每秒的读峰值
6	每秒的写峰值

其他相关指标如下表所示。

序号	其他指标
1	冷热数据比例
2	是否有可能发生缓存穿透
3	是否有大对象
4	是否使用缓存实现分布式锁
5	是否使用缓存支持的脚本（Lua）
6	是否避免了Race Condition
7	缓存分片方法（客户端、代理、集群）

消息队列

根据应用层的平均访问量和访问峰值，计算出需要消息队列传递的数据量，进而计算出所需的消息队列资源的数量、部署结构、高可用方案等。

部署结构的相关指标如下表所示。

序号	部署结构
1	复制模型
2	失效转移
3	持久策略

容量和性能的相关指标如下表所示。

序号	容量与性能
1	每天平均的数据增量
2	消息持久的过期时间
3	每秒的读峰值
4	每秒的写峰值
5	每条消息的大小
6	平均延迟
7	最大延迟

其他相关指标如下表所示。

序号	其他指标
1	消费者线程池模型
2	哈希分片策略
3	消息的可靠投递
4	消费者的处理流程和持久机制