新加坡VPS能扛多少并发
来源: 飞翔小编 2026/11/20 13:14:29 浏览量:0
导读:新加坡VPS能扛多少并发,这个问题的答案不取决于「多少核几 G 内存」,而取决于你的应用是 PHP、Node 还是静态页,是纯读还是读写混合。这篇讲清并发估算的公式、PHP-FPM 进程数怎么算、数据库连接数怎么配、用什么工具压测,以及出现什么信号就该扩容了。读完你能自己估出并发上限,也能按瓶颈所在的那一层去选配置。
搜索「新加坡VPS能扛多少并发」的人,通常有两种状态:一种是「我的站突然变慢了,是不是并发不够」,另一种是「我要选配置,能扛多少并发」。前者要的是诊断方法,后者要的是估算方法,两者的答案完全不同。
核心判断只有一条:并发能力是一条链上最弱的一环决定的,不是配置表上那个数字决定的。 这篇先给估算框架,再给每一环的具体做法。
先说清为什么这个问题难答:同一个「4 核 8 G」的机器,扛静态页和扛动态页是完全不同的两回事。 因为静态页的请求几乎全在等网络,动态页的请求全在烧 CPU——前者加带宽有用,后者加带宽一分钱效果没有。 所以任何直接回答「4 核能扛多少」的说法都是不完整的,答案至少要带三个限定:你的应用类型、单请求耗时、以及流量是读多还是读写混合。 这篇按这个思路来拆。
一、先搞清楚「并发」到底指什么

「并发」这个词在不同的场景下指的是不同的东西,不先统一口径,算出来的数就没意义。
| 指标 | 含义 | 怎么测 | 典型参考值 |
|---|---|---|---|
| 并发连接数 | 同时打开的 TCP 连接 | ss -s |
单机几千到几万 |
| 并发请求数(QPS 峰值) | 每秒处理的请求数 | 压测工具 | 几百到几千 |
| 同时在线用户 | 正在浏览的用户 | 业务日志 | 是 QPS 的几十倍 |
| 队列长度 | 等待处理的请求数 | 监控指标 | 应该 < 100 |
最容易混淆的是「并发连接数」和「并发请求数」。 一台机器可以维持几万个 TCP 连接(每个连接只占几 KB 内核内存),但如果应用处理不过来,这些连接会堆积成队列,表现为响应变慢而不是报错。
还有一个必须分清的维度:请求类型。 一个静态页请求只消耗几毫秒 CPU,一个带数据库查询的动态请求可能消耗 50 ms 到 500 ms CPU。 同样是「100 并发」,静态页能扛住,动态页可能直接把 CPU 打满。
在估算之前,先把你的应用归类:
| 应用类型 | 单请求 CPU 消耗 | 主要瓶颈 | 典型场景 |
|---|---|---|---|
| 静态页 / CDN 回源 | 低于 1 ms | 网络带宽 | 纯 HTML、图片 |
| 缓存命中为主的动态页 | 1 ms 到 5 ms | 内存 | Redis 缓存的列表页 |
| 普通动态页(PHP/Node) | 20 ms 到 100 ms | CPU | 论坛、博客、后台 |
| 重计算动态页 | 200 ms 到 1 s | CPU | 报表、导出、图像处理 |
| 数据库密集型 | 50 ms 到 500 ms | 数据库连接与锁 | 搜索、下单 |
这张表是全文的基础。 算并发之前,先确定你的应用属于哪一行。
为什么第一行和第三行差这么多?因为静态页请求里几乎全是等待,不占 CPU。 一个返回 200 KB HTML 的静态页,在 1000 Mbps 带宽下传输只要 1.6 ms,而生成这个页面的 PHP 代码可能跑 50 ms 到 200 ms。 这个差距决定了:静态站可以靠加带宽和加机器线性扩展,动态站则受 CPU 和数据库的硬约束。
还要提醒一个容易忽略的量:并发连接数和并发请求数之间差一个「保持时间」。 如果你的页面用户平均停留 30 秒,每个用户在这 30 秒里占着一个连接但只发 1 到 2 个请求,那么 1000 个在线用户产生的并发请求数只有几十。 但这 1000 个连接会一直占着 Nginx 的 worker。 Nginx 的 worker_connections 默认是 1024,worker_processes 是 CPU 核数——所以「1000 个在线用户」这种情况要先撞上连接数上限,而不是 CPU 上限。
# 测你的应用单请求实际消耗多少 CPU 时间
# 用一次真实请求的耗时减去网络部分,粗略估算
for i in $(seq 1 5); do
curl -s -o /dev/null -w "%{time_total}\n" http://127.0.0.1/your-endpoint
done
# 看服务器在压测时的 CPU 占用,用 pidstat 更准
pidstat -u 1 10 2>/dev/null | grep -E "nginx|php-fpm|node" | head -10
二、并发估算公式:从核数推出理论上限

估算的逻辑链条是这样的:CPU 时间 ÷ 单请求 CPU 消耗 = 理论 QPS。 实际能到的是理论值的 40% 到 70%,因为系统本身也要占资源。
先看真实配置的价格与算力,这是估算的输入。
| 机型 | 月价 | 内存 | 硬盘 | 带宽 | 元/GB内存 | 元/GB盘 | 元/TB流量 |
|---|---|---|---|---|---|---|---|
| 云途 HK.DS.M | 350 CNY | 32 GB | 480 GB | 1000 Mbps | 10.94 | 0.729 | 35.84 |
| 云途 DS.ES.C | 700 CNY | 64 GB | 800 GB | 2000 Mbps | 10.94 | 0.875 | 17.92 |
| 云途 HK.DS.P | 750 CNY | 64 GB | 1024 GB | 2000 Mbps | 11.72 | 0.732 | 19.2 |
| 云途 HK.DS.S | 800 CNY | 128 GB | 6000 GB | 2000 Mbps | 6.25 | 0.133 | 20.48 |
| 云途 DS.ES.B | 1500 CNY | 256 GB | 1920 GB | 2000 Mbps | 5.86 | 0.781 | 51.2 |
注意商品库里的 cpu_cores 字段在这批机型上多为空——这几款是按内存和存储分档的产品线,CPU 核数要以商家页面当日标注为准。 所以下面的估算用「核数 N」这个变量,你下单时把 N 填进去即可。**
理论 QPS 的算法:
理论 QPS = (核数 × 每核每秒处理能力) ÷ 单请求 CPU 消耗
实际 QPS ≈ 理论 QPS × 0.5(留一半给系统、数据库、其他开销)
每核每秒处理能力,PHP 大约是 200 到 500 次「纯 CPU 计算」,但一个完整的 Web 请求还包含 I/O 等待。 所以对 PHP 动态页,一个更实用的估法是:
实际 QPS ≈ (核数 × 0.6) ÷ 单请求平均耗时(秒)
代入具体例子。一台 4 核机器,单请求平均耗时 50 ms(0.05 秒):
实际 QPS ≈ (4 × 0.6) ÷ 0.05 = 48 QPS
同一台机器,单请求耗时 20 ms(缓存命中的列表页):
实际 QPS ≈ (4 × 0.6) ÷ 0.02 = 120 QPS
同一台机器,单请求耗时 200 ms(带复杂查询的动态页):
实际 QPS ≈ (4 × 0.6) ÷ 0.2 = 12 QPS
这三行数字的差距说明了一件事:优化单请求耗时比加核数更划算。 从 50 ms 优化到 20 ms,QPS 翻了 2.5 倍;而从 4 核升到 8 核,只翻 2 倍,成本却接近翻倍。
再换算成「同时在线用户」。 经验比例是 1 个持续在线用户每分钟产生 0.1 到 0.5 个请求。 按每用户每分钟 0.2 个请求算,48 QPS 对应的同时在线用户数是 48 ÷ 0.2 × 60 = 14400 人。 这是「在线」不是「同时在同一个页面操作」,数量级差别很大。
最后要把流量换算成带宽需求,这一项对新机器选型很关键。 假设你的平均页面大小是 500 KB(含图片),48 QPS 需要的出口带宽是 48 × 500 KB/s = 24 MB/s = 192 Mbps。 这说明 1000 Mbps 带宽对中等流量站点绰绰有余——你更可能先撞上 CPU 上限而不是带宽上限。
反过来算一个更实用的选型方法:按你的目标 QPS 反推需要多大带宽。
需要的带宽(Mbps) ≈ 目标 QPS × 平均页面大小(KB) × 8 / 1024
代入:目标 100 QPS、平均页面 500 KB,
100 × 500 × 8 / 1024 ≈ 390 Mbps
所以如果你的目标是 100 QPS,1000 Mbps 带宽刚好够用但没有余量,2000 Mbps 更稳妥。 这个计算能直接回答「我该选哪个带宽档位」,比看商家标称靠谱。
这里还有一个容易被忽略的坑:流量额度不是带宽。 1000 Mbps 是「瞬时速度上限」,10000 GB 是「每月总量上限」。 两者是独立的约束。 算流量额度用这个公式:
月流量(GB) ≈ 目标 QPS × 平均页面大小(KB) × 86400 × 30 / 1024 / 1024
代入 48 QPS、500 KB 页面:
48 × 500 × 86400 × 30 / 1024 / 1024 ≈ 58032 GB ≈ 56.7 TB
这个数字超过了云途 HK.DS.M 的 10000 GB 额度——说明如果你的页面真有 500 KB 且每秒 48 个请求,10000 GB 月流量根本不够用。 这时候你有三个选择:压小页面体积(最优先)、加流量额度、或者上 CDN 把静态资源分流。**
所以第一个估算结论往往是:页面体积比服务器配置更影响你的成本。 把页面从 500 KB 压到 200 KB,同样的 QPS 下流量降到 22.7 TB,直接砍掉 60% 的流量成本。
最后一个维度:带宽能支撑多少并发。 按云途 HK.DS.M 的 1000 Mbps 算,理论最大吞吐是 125 MB/s。 如果每个页面响应 200 KB(含图片),那 125 MB/s ÷ 200 KB ≈ 640 个并发下载。 但这是理论上限,实际按 60% 算约 380 个。 结论:如果你的应用是 CPU 密集型,瓶颈在 CPU;如果是大文件下载,瓶颈在带宽。 **两个都算一遍,取小的那个——那才是真实能力。
三、PHP并发怎么配:FPM进程数与数据库连接

如果你跑的是 PHP(大部分建站场景),并发能力直接由两个数字决定:FPM 进程数 和 数据库 max_connections。 这两个数字必须匹配。
PHP-FPM 进程数的配置公式:
pm.max_children ≈ (可用内存 MB) ÷ (单进程内存 MB) × 0.8
单进程内存通常 30 MB 到 60 MB(视框架和扩展而定)
可用内存 = 总内存 - 系统占用 - 数据库占用 - 其他服务占用
用真实配置代入。一台 32 GB 内存的机器(云途 HK.DS.M):
| 项目 | 数值 |
|---|---|
| 总内存 | 32768 MB |
| 系统 + Nginx + 其他 | 约 2000 MB |
| MySQL/MariaDB | 约 4000 MB(按缓冲池 1 GB 到 2 GB 估) |
| 可用内存 | 约 26700 MB |
| 单 PHP 进程 | 40 MB |
| pm.max_children | 26700 ÷ 40 × 0.8 ≈ 534 |
但 534 这个值不能直接用——它被数据库连接数卡住了。 每个 PHP-FPM worker 在处理请求时可能占用一个数据库连接,所以 pm.max_children 必须 ≤ max_connections。 如果数据库 max_connections = 200,那 FPM 进程数最多就是 200。
; /etc/php/8.2/fpm/pool.d/www.conf
pm = dynamic
pm.max_children = 100 ; 不要超过 max_connections
pm.start_servers = 10
pm.min_spare_servers = 5
pm.max_spare_servers = 20
pm.max_requests = 500 ; 处理这么多请求后重启,防止内存泄漏累积
pm.max_requests 这一项常被忽略但很重要。 PHP 进程如果存在内存泄漏(比如某个扩展或第三方库),跑的时间越长占的内存越多,最终被 OOM Killer 杀掉。 设置 pm.max_requests = 500 让进程定期回收,是低内存机器的必备配置。
「可用内存」那一项的估算需要更仔细,因为它是最容易算错的地方。 数据库占的内存要按实际的 innodb_buffer_pool_size 加上连接开销算——每个活跃连接大约占 1 MB 到 5 MB 的私有内存,200 个连接就是 200 MB 到 1 GB。 如果你的数据库 max_connections 是 200 但实际只用了 20 个连接,那按 200 算会浪费一大块内存预算。 查实际连接数:**
SHOW STATUS LIKE 'Threads_connected'; -- 当前连接
SHOW STATUS LIKE 'Max_used_connections'; -- 历史峰值
SHOW VARIABLES LIKE 'innodb_buffer_pool_size';
还有一个必须留的余量:文件缓存。 Linux 会用空闲内存做文件缓存,这部分内存不是浪费,是加速用的。 但它不能被 PHP 分配。 所以「可用内存」里要扣掉大约 15% 到 25% 给文件缓存。 上面的公式里的 0.8 系数就是干这个的。
还有一个必须知道的机制:pm = ondemand 适合流量波动大的场景。 它的特点是「有请求才起进程,没请求就回收」,空闲时不占内存。 代价是突发流量来临时起进程有延迟(几十毫秒)。 选择建议:
| 场景 | 建议模式 | 原因 |
|---|---|---|
| 流量平稳 | dynamic |
进程常驻,无启动延迟 |
| 流量波动大、经常空闲 | ondemand |
空闲不占内存,适合低配机器 |
| 有突发高峰 | dynamic + 足够 start_servers |
避免启动延迟暴露给用户 |
数据库连接数本身的设置也有讲究。 max_connections 不是越大越好——每个连接都占内存,而且连接数越多,数据库内部的锁竞争越严重。 经验值是 CPU 核数的 2 倍到 4 倍,或者按「能同时处理多少请求」倒推。 如果 100 个 PHP 进程里最多 30 个会同时查库,那 max_connections 设 60 到 80 就够了,设 500 反而可能在峰值时因为锁竞争变慢。
# 查 FPM 当前状态:进程数、队列长度、请求统计
# 在 FPM 的 status 页面里能看到,或用这几个命令
ps -eo pid,pcpu,rss,args | grep "[p]hp-fpm" | wc -l
# 查数据库连接数
mysql -u root -p -e "SHOW STATUS LIKE 'Threads_connected'; SHOW VARIABLES LIKE 'max_connections';"
# 查数据库是否到过上限(这个数到过 max 说明配置偏小)
mysql -u root -p -e "SHOW GLOBAL STATUS LIKE 'Max_used_connections';"
最后是 Nginx 那一层的并发限制,这个参数也要配。 默认 worker_connections 1024 意味着「核数 × 1024」个连接上限——4 核就是 4096。 如果你要做长连接(比如 WebSocket 或者 SSE),还要调大 worker_rlimit_nofile 和系统的 ulimit -n。
# /etc/nginx/nginx.conf
worker_processes auto; # 按核数
worker_connections 8192; # 长连接场景调大
worker_rlimit_nofile 16384;
# 配套改系统限制
echo "* soft nofile 16384" >> /etc/security/limits.conf
echo "* hard nofile 16384" >> /etc/security/limits.conf
ulimit -n 16384
四、怎么压测:三个工具和一套流程

估算再准也不如实测。压测的流程分三步:选工具、造流量、读结果。
工具一:Apache Bench(ab)。最简单,适合快速摸底。
# 压测首页,100 并发跑 5000 次请求
ab -n 5000 -c 100 http://127.0.0.1/
# 关键输出解读:
# Requests per second: 47.2 <- 这是你实际的 QPS
# Time per request: 2118ms <- 这是所有并发用户感受到的平均延迟
# Failed requests: 0 <- 有失败就说明到极限了
# 95% percentile: 3200ms <- 95% 的用户等待时间,比平均值更能反映体验
注意 ab 的两个数字要一起看。 Requests per second 是吞吐,Time per request 是延迟——它们是此消彼长的关系:并发开大,QPS 会先上升后下降,而延迟持续上升。 QPS 开始下降的那个点,就是你的容量上限。**
工具二:wrk。压测并发能力首选。
# 30 秒持续压测,100 连接
wrk -t4 -c100 -d30s http://127.0.0.1/
# 带脚本的版本(模拟登录、POST 请求)
wrk -t4 -c100 -d30s -s script.lua http://127.0.0.1/
# 输出示例:
# Requests/sec: 48.21
# Latency Distribution
# 50% 1.02s
# 75% 1.85s
# 90% 2.44s
wrk 比 ab 好的地方在于它用多线程、压测效率高得多,而且输出百分位分布。
工具三:siege。适合测试有登录态的业务流程。
# 模拟 50 个用户各自登录后浏览 2 分钟
siege -c50 -l120 -f login.txt https://your-domain.com/
压测流程有四条硬规则:
规则一:压测要打在本机回环地址上,不要打公网。 打公网测的是你的网络带宽,不是应用能力。 要模拟跨境访问,得用 tc netem 做延迟注入。
规则二:压测前先热身。 PHP 的 OPcache、数据库的查询缓存、连接池都需要先跑一段时间才能进入稳定状态。 直接看第一个 10 秒的数据会低估性能。
规则三:一边压测一边观察服务器。 压测进程跑起来的同时,另开一个终端看 top 和 vmstat 1,记录 CPU、内存、队列长度。 最终要产出一张表:并发数 → QPS → P95 延迟 → CPU 占用。 这张表比任何估算都有价值。
规则四:压到出现错误为止。 5xx 错误开始出现的那一刻,才是你的真实上限。
这四条之外还有一条容易忽略的:压测数据要清理。 如果你在压测前没清数据库缓存和 Redis,压出来的 QPS 会虚高(因为所有请求都命中了预热的缓存);如果没清空测试产生的脏数据,压测中的写入逻辑和真实场景也不一样。 正确的做法是在压测前恢复一份干净的数据库快照。
关于并发数的递增方式:不要一次加 50。 推荐每次翻倍(10 → 20 → 40 → 80 → 160),每个档位跑 2 到 3 分钟。 这样你能精确定位拐点在哪一档。 如果线性递增(10 → 60 → 110),你只能得到「 somewhere between 50 and 110」这种模糊结论。
压测结果表应该长这样:
| 并发数 | QPS | P50 延迟 | P95 延迟 | 错误数 | CPU | 内存 |
|---|---|---|---|---|---|---|
| 10 | 48 | 190 ms | 240 ms | 0 | 65% | 1.8 GB |
| 20 | 52 | 370 ms | 480 ms | 0 | 88% | 2.1 GB |
| 40 | 49 | 800 ms | 1400 ms | 12 | 98% | 2.4 GB |
| 80 | 31 | 2400 ms | 5100 ms | 340 | 100% | 2.6 GB |
从这张表能读出三件事:QPS 在并发 20 到 40 之间到达峰值 49 到 52; 并发 40 时 P95 延迟已经到 1.4 秒,超过 2 秒的舒适线; 并发 80 时 QPS 反而下降(过载)且错误数暴涨——那就是硬上限。
所以这台机器的合理并发配置是 20 到 30,P95 延迟在 500 ms 以内。 这个数字才是你应该告诉 Nginx、告诉监控、告诉扩容计划的。
# 压测时同步监控
vmstat 1 10
# 关注 r(就绪队列长度):持续大于 CPU 核数说明 CPU 饱和
# 关注 b(阻塞队列):持续大于 0 说明 IO 瓶颈
top -b -n 10 -d 1 | head -20
如果要在本地模拟新加坡到国内的跨境延迟:
# 注入 150 ms 往返延迟(用 root)
tc qdisc add dev lo root netem delay 150ms
# 压测完记得删掉
tc qdisc del dev lo root
五、什么时候该扩容:四个信号

扩容的时机要看信号,而不是看感觉。 下面是四个可以量化的信号,出现两个就该考虑扩容了。
信号一:队列长度持续大于核数。 用 vmstat 看 r 队列,如果持续大于 CPU 核数,说明 CPU 已经饱和,请求在排队。 这是最直接的信号。
信号二:P95 延迟持续超过 2 秒。 注意要看 P95 而不是平均值——平均值会被大量快速请求稀释。 如果 P50 是 200 ms 但 P95 是 3 秒,说明有少数请求遇到了严重的排队。
信号三:数据库连接数触顶。 Max_used_connections 接近 max_connections 时,说明 FPM 进程数被数据库卡住了,再加并发会直接报 "Too many connections"。
信号四:磁盘 IO 等待持续高于 20%。 用 iostat -x 1 看 %util 和 await。 如果 IO 打满,加 CPU 没用——瓶颈在存储。
关于扩容方向,这里给一个明确的优先级:
| 瓶颈症状 | 该加什么 | 不该加什么 |
|---|---|---|
| CPU 饱和、队列长 | 加 CPU 核数 / 加 FPM 进程 | 加内存、加带宽 |
| 内存不足、OOM | 加内存 | 加 CPU |
| IO 等待高 | 换 SSD、加内存做缓存 | 加 CPU |
| 数据库连接触顶 | 加 max_connections、加内存 | 加 FPM 进程 |
| 大文件下载慢 | 加带宽、加流量额度 | 加 CPU |
最后一行是最常见的误判。 很多人看到「下载慢」就加 CPU,但下载慢是带宽问题,加 CPU 一分钱效果都没有。
扩容还有一个维度是「横向」而不是「纵向」:加机器。 如果你的应用是无状态的(可以多台跑同一个应用、用负载均衡分流),那加机器通常比升级单机更划算——因为你可以按需加,而且单台故障时不会整体挂掉。
横向扩展的前提是「无状态」,这需要具体检查三处: 第一,会话是不是存在服务器本地(PHP 的 session 文件)——如果是,多台机器之间会话不共享,登录状态会随机丢失。 解法是把 session 存到 Redis,或者用负载均衡的会话保持功能。 第二,上传的文件是不是存在本地磁盘——如果是,多台机器看到的文件不一致。 解法是用对象存储,或者用 rsync 同步。 第三,定时任务是不是每台都在跑——如果是,同一个任务会被执行多次。 解法是加分布式锁。**
# 检查 session 是不是存在本地文件
php -i | grep "session.save_handler" # 默认 files 就是本地存储
grep -rn "session.save_path" /etc/php/*/fpm/php.ini
# 检查应用目录里有没有本地上传目录
du -sh /var/www/*/uploads 2>/dev/null
# 列出所有定时任务,确认哪些会在多机重复执行
crontab -l; ls -la /etc/cron.d/ 2>/dev/null
最后是关于「什么时候该扩容」的决策顺序,这里给一个明确建议:先纵向,后横向。 纵向(升配)的好处是简单、不用改架构、数据一致性好;横向(加机器)的好处是弹性、能抗单机故障。 一般做法是:先用纵向撑到业务规模的 2 到 3 倍,等真的要上弹性架构时再横向。 过早引入负载均衡和分布式锁的复杂度,对大多数站点是负收益。
# 定位瓶颈:三个命令
vmstat 1 5 | awk 'NR>2 {print "就绪队列="$1, "阻塞队列="$2, "CPU用户="$13, "系统="$14, "空闲="$15}'
iostat -x 1 3 | tail -5
mysql -u root -p -e "SHOW GLOBAL STATUS LIKE 'Max_used_connections'; SHOW VARIABLES LIKE 'max_connections';"
六、Node/Java/Go 应用要注意什么

如果你跑的不是 PHP,并发模型完全不同,配置思路也不同。
Node.js 是单线程事件循环——它的并发能力不靠 CPU 核数,靠的是它能同时挂起多少个异步请求。 但一旦有 CPU 密集操作(图片处理、大量 JSON 序列化、加解密),整个事件循环就被阻塞,所有请求一起卡住。 解法是上 cluster 模块或者多进程:**
// Node.js cluster:利用多核
const cluster = require('cluster');
const os = require('os');
if (cluster.isPrimary) {
// 主进程按 CPU 核数分叉
for (let i = 0; i < os.cpus().length; i++) {
cluster.fork();
}
cluster.on('exit', (worker, code, signal) => {
console.log(`worker ${worker.process.pid} 退出,信号=${signal}`);
cluster.fork(); // 自动补一个,保持进程数不变
});
} else {
// 子进程起 HTTP 服务
require('./app.js').listen(3000);
}
Node 的另一个关键点是它默认的堆内存限制。 Node 16 以后默认堆上限是系统内存的一半左右,但容器环境里如果没设 --max-old-space-size,它会按容器限制算。 在 2 GB 内存的机器上跑 Node,很容易因为堆不够而 OOM——这时加机器没用,要调的是这个参数。
# Node 的内存限制确认
node -e "console.log('堆上限 MB:', require('v8').getHeapStatistics().heap_size_limit/1024/1024)"
# 启动时显式指定
node --max-old-space-size=1536 server.js # 2 GB 机器留 512 给其他
Java 的并发模型是线程池,但真正的瓶颈几乎总是数据库连接池或线程池配置,而不是 CPU。 HikariCP 的默认 maximumPoolSize 是 10——对一台 8 核机器来说这个值偏小。 经验公式是:连接池大小 = CPU 核数 × 2 + 磁盘数(SSD 算 1)。
Go 的话基本不用操心——它的 goroutine 模型能扛很高的并发,主要限制来自机器规格和上游依赖。 但 Go 也有个常见问题:默认 HTTP 客户端的连接池上限是 2(MaxIdleConnsPerHost),如果你要大量调用外部 API,这个值不够,会表现为「CPU 不满但请求很慢」。
# Go 的 HTTP 客户端连接池调整
transport := &http.Transport{
MaxIdleConns: 100,
MaxIdleConnsPerHost: 20, # 默认只有 2,是高并发外呼的隐形瓶颈
IdleConnTimeout: 90 * time.Second,
}
这一节最后要回到一个通用结论:不同语言有各自的「并发天花板」,但天花板的位置是相似的——都在「数据库连接数」和「单请求 CPU 消耗」这两个点上。 所以不管你用什么语言,第九节那个排查顺序(先看队列长度,再看数据库连接数,最后看带宽)都是适用的。
顺便说一个选型时的实际考虑:如果你的应用是高并发的 API 服务而不是传统建站,语言和架构的影响会大于机器配置。 Node 的单进程吞吐有上限,超过几千 QPS 通常要上多进程;PHP-FPM 靠进程数横向扩展比较自然;Java 的线程池和连接池调好了最稳但内存占用高;Go 的内存占用最低且并发能力最强。 选型时先看你的技术栈和团队熟悉度,再看机器。
还有一点关于「并发能力 vs 实际需求」的现实提醒:绝大多数站点离自己的并发上限还很远。 一个日活 1 万的电商站,峰值 QPS 通常在 20 到 50;而一台中等配置的机器能扛 100 以上。 在这个量级上,把优化重点放在「页面体积」和「数据库查询」上,收益远大于追求更高的并发上限。**
七、常见误区

误区一:以为「4 核机器能扛 400 并发」。 这个数字是怎么来的?大概是把「连接数」和「请求处理能力」混为一谈。 4 核机器确实能维持几百个 TCP 连接,但能同时处理的请求数取决于单请求耗时——按 50 ms 算,实际 QPS 只有 48 左右。
误区二:以为「并发上不去就是配置不够」。 先看队列长度和数据库连接数。 数据库 max_connections = 50 的时候,FPM 进程开到 200 也是白开——多出来的 150 个进程全在等数据库连接。 这种情况加内存加 CPU 都解决不了,要调的是连接数。**
误区三:以为「压测要用真实用户量」。 压测的目的不是模拟真实流量,而是找到系统的拐点。 用 100 并发持续压到出现错误,比用「模拟 5000 个真实用户」更能告诉你上限在哪。 **拐点找到了,真实流量自然也就知道了。
误区四:以为「加机器就能线性提升」。 如果你的瓶颈在数据库,那么加三台应用机只会让三倍的请求去抢同一个数据库连接池——数据库先被打垮,整体反而更慢。 先确认瓶颈在哪一层,再决定加哪一层。**
误区五:以为「开了 CDN 就不受并发限制」。 CDN 只卸载静态资源。 动态请求还是全部打到你的源站,源站的并发能力上限没有变化。
误区六:以为「压测环境能代表生产环境」。 压测机和生产机的配置、邻居负载、网络条件都不同。 压测得到的数字应该理解为「这台机器的这个数量级」,而不是精确值——它的用途是量级判断和回归对比,不是绝对保证。
按你的情况,下一步该看哪家
上面讲的是判断标准,但多数人最后还是想问一句「那我该买谁」。按你的实际情况对照下面几条,直接去看对应的机型页比继续比价更快:
- 只想搭个站、预算优先:先看价格最低那档够不够用,别为用不上的配置付钱。看 zenlayer 当前机型与价格
- 做跨境或店群、需要多 IP:优先看 IP 类型与换 IP 政策,别只看配置。看 joysol 当前机型与价格
- 主要访客在国内、在意打开速度:先确认回程线路,再谈配置。看 zorocloud 当前机型与价格
- 只是开发测试、临时用:按小时或月付,用完就删,别买年付。看 景文互联 当前机型与价格
价格与库存以商家页面当日显示为准,下单前建议先确认退款窗口与是否支持按月付费。
八、常见问题

新加坡VPS能扛多少并发? 用公式算:实际 QPS ≈ (核数 × 0.6) ÷ 单请求平均耗时(秒)。 4 核机器、单请求 50 ms 的 PHP 动态页,大约 48 QPS。 **实际能到理论值的 40% 到 70%。
并发数和在线用户数怎么换算? 按每用户每分钟 0.1 到 0.5 个请求算。 48 QPS 大约对应 6000 到 14000 同时在线用户。 **注意「在线」不等于「同时操作」,实际并发压力要小得多。
PHP-FPM 进程数设多少? 用 (可用内存 MB ÷ 单进程 40 MB) × 0.8 算初值,同时必须 ≤ 数据库 max_connections。 **32 GB 内存的机器理论能到 500 以上,但通常被数据库连接数卡在 100 到 200。
压测用什么工具? 快速摸底用 ab,测并发能力用 wrk(推荐),测有登录态的业务流程用 siege。 **压测打在本机回环地址上,用 vmstat 同步监控。
多少并发算够? 用你的实际访问量倒推。 如果你的日活 1 万、平均每用户每天 20 次请求,那平均 QPS 只有 2.3——即使高峰是平均的 10 倍也就 23 QPS。 **这个量级一台入门配置绰绰有余。
什么时候该扩容? 四个信号出现两个就该考虑:队列长度持续大于核数、P95 延迟持续超过 2 秒、数据库连接数触顶、IO 等待持续高于 20%。 **加什么看瓶颈在哪层:CPU 饱和加核数,内存不足加内存,IO 等待高换 SSD,下载慢加带宽。
能不能只加带宽不改配置? 如果你的应用是静态页或大文件下载,可以。 如果是 CPU 密集型动态页,加带宽一分钱效果没有——瓶颈根本不在网络那一层。
并发数上去了但响应变慢,是配置问题还是流量问题? 用 vmstat 1 看 r 队列。 r 持续大于 CPU 核数就是 CPU 饱和(配置问题);r 不大但延迟高,看 iostat -x 1 的 await(IO 问题);两者都正常就是数据库慢查询。 三步能定位到具体哪一层。
多台机器怎么把流量分下去? 用 Nginx 反代做负载均衡,最简单的配置是轮询:
upstream my_app {
server 10.0.0.1:80 weight=1;
server 10.0.0.2:80 weight=1;
# 加上健康检查,摘掉故障节点
# server 10.0.0.3:80 max_fails=3 fail_timeout=30s;
}
server {
listen 80;
location / {
proxy_pass http://my_app;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
}
}
但上多机之前先检查第五节说的三处状态问题——session 存在本地、文件存本地、定时任务重复,这三个不解决,多机会出各种诡异故障。
九、按你的情况,配置怎么选

前面八节是通用方法,最后按你的应用类型给三个直接结论。
如果你是个人站或博客(每天几百到几千 PV):选最低配就够。 按云途 HK.DS.M 的 32 GB 内存、1000 Mbps 带宽算,你的实际 QPS 需求通常在 1 到 5 之间,而这台机器能扛 100 以上。 瓶颈会出现在带宽而不是 CPU——一个 2 MB 的页面,1000 Mbps 理论上支持每秒 60 个并发下载,**远超你的实际需求。
如果你是中小业务站(有真实用户、每天几万 PV):选 64 GB 内存、2000 Mbps 带宽那档。 按云途 DS.ES.C 的 700 元月付算,64 GB 内存配 4 到 8 核能给你 50 到 150 QPS 的余量,2000 Mbps 带宽配 40000 GB 月流量足够覆盖日常并留出突发空间。 **这个量级下务必把 PHP-FPM 进程数、数据库连接数、OPcache 三个都配对。
如果你是高并发业务(秒杀、活动页、API 服务):先做压测拿数据,再选配置。 不要靠估算下单。 用第四节的流程压出「并发数 → QPS → P95 延迟」这张表,找到你要的 QPS 是多少,再去选对应规格——同时确认你的数据库能扛住这个 QPS。 如果单机压不出来,就横向加机器加负载均衡,而不是继续升单机配置。
最后一条通用原则:并发能力是整条链的最弱环。 Nginx、PHP-FPM、数据库、带宽,任何一环到顶都会表现为「网站变慢」。 排查时按这个顺序走:先看队列长度(判断 CPU)、再看数据库连接数(判断数据库)、最后看带宽利用率(判断网络)。 这个顺序能让你在十分钟内定位到瓶颈层。
本文配置与价格数据来自渠道库快照(采样时间 2026-11-20),以官网当日报价为准。 商品库云途系列全部是月付、标配 IPv4;HK.DS.M 为 350 元月付起、1000 Mbps 带宽、10000 GB 月流量;DS.ES.C 与 HK.DS.P 为 2000 Mbps 带宽、40000 GB 月流量;HK.DS.S 的元/GB盘 0.133 为同档最低,6000 GB 硬盘适合大文件与备份场景;sixtynet 系列为年付制。 新加坡机型的实际 CPU 核数、带宽与流量报价请以商家页面当日显示为准。
