评估系统性能，吞吐量、响应时间和完成时间是关键指标，从不同维度反映系统运行效率与处理能力。
吞吐量：系统处理能力量化标准
吞吐量指系统在一定时间内处理任务的数量。常见指标如下：
- QPS（Queries Per Second）：每秒查询数，用于衡量系统读操作处理能力，数值越高，读操作支持越强。
- TPS（Transactions Per Second）：每秒事务数，用于衡量系统写操作处理能力，数值越高，写操作支持越好。
- BPS（Bits Per Second）：每秒比特数，用于衡量系统处理的数据量，在请求数据量差异大的系统中，能更客观反映吞吐量。
响应时间：影响用户体验的关键
响应时间是系统对请求做出响应的时长，直接影响用户体验，对时延敏感业务至关重要，如驾车导航搜索。
完成时间：任务处理效率体现
完成时间是系统完成请求或任务的耗时，在处理海量数据或大规模任务时，用户感知明显，任务并行模式可有效缩短完成时间。
资源占用
可用性是分布式系统的重要指标，体现系统在异常下持续服务的能力，衡量方式有两种：一是按系统停服时间占比计算，如网站 24 小时故障 4 小时，可用比例为 0.833；二是依据功能失败请求占比衡量，如 1000 次请求 10 次失败，可用性达 99%。宣传中的 “3 个 9”“5 个 9”，分别代表 99.9%、99.999% 的无故障服务时间占比。
与可用性相近的可靠性，常用于表示系统完全无故障的概率，在硬件领域应用居多。而可用性关注部分组件失效时，系统仍能对外正常服务的概率。在基于通用计算机的分布式系统中，因硬件故障频发，难以实现绝对可靠，这使得可靠性和可用性在部分场合会被交替使用 。
- 电商系统：看重吞吐量，愿投入硬件成本处理大量用户访问与订单业务。
- IoT 系统：关注资源占用，因设备资源有限。
- 电信业务：重视响应时间、完成时间与可用性，保障通信即时性和稳定性。
- HPC 系统：聚焦水平扩展带来的加速比，应对长时任务。
- 大数据系统：首要考虑扩展性，解决任务处理时间长的问题。
- 云计算系统：致力于减少操作完成时间、降低资源开销，提升用户体验与效益。
- 区块链系统：以提高吞吐量、缩短完成时间为主要目标 。
