Skip to content

02 · 一次请求的完整旅程:从按下回车到页面出现 ​

学完你能说出:

  • 「输入网址到页面出现」经过的 9 站,每站一个关键机制。
  • 为什么系统能扛多少并发,取决于最窄的那一站。
  • 为什么看接口快慢要看 P99,而不是平均值。

先看地图 ​

这是全站的「总装图」:计算机基础、后端、中间件、数据库的知识,都挂在这一条路上。本篇讲 4 个点:

① 9 站走一遍 → ② 同一个概念在不同站点的样子(横向对照)→ ③ 系统能扛多少:看最窄的一站 → ④ 慢在哪:平均值和 P99

上一篇讲的后端分层,是这条路上的第 6 站。

一句话本质 ​

一次请求 = 找到服务器(DNS)→ 建立连接(TCP/TLS)→ 把数据送过去(网络)→ 交给程序(操作系统)→ 程序处理(后端)→ 取数据(缓存、数据库、磁盘)→ 原路返回。每一站都可能变慢,最慢的那一站决定整体。

生活类比 ​

寄一个包裹并等回信:

寄包裹请求
查收件人地址DNS 查 IP
打电话确认对方在家TCP 三次握手
包裹上锁TLS 加密
层层打包、分拣中心一站站转运封装、路由转发
小区门卫分给不同快递员nginx 负载均衡
收件人拆包、按单办事后端代码处理
先看抽屉里有没有现成的(缓存),没有再去仓库翻(数据库)缓存、数据库

一步步看:9 站走一遍 ​

← 左右滑动看完整图 →浏览器解析网址、查本地缓存、DNS 查 IP网络:DNS建立连接TCP 三次握手 + TLS 握手网络:TCP、HTTPS发送与转发层层封装 → 路由器一跳跳转发网络:分层、路由nginx负载均衡:选一台后端中间件:负载均衡服务器内核网卡收包 → epoll 唤醒线程操作系统:IO 模型后端代码Controller → Service → DAO后端:分层缓存Redis 命中直接返回(约 1 ms)中间件:缓存数据库优化器选索引 → B+ 树 → Buffer Pool数据库:索引、MVCC磁盘没命中内存时读一页 16 KB操作系统:虚拟内存返回:结果原路返回,浏览器渲染页面(虚线)
一次请求从上往下走、再原路返回。左边是经过的站点,中间是这一站在做什么,右边是对应的知识。任何一站慢了,整个请求就慢;面试时能把每一站说出一个关键机制,就算讲透了。

以在手机上打开 https://shop.example.com/orders 为例:

站发生了什么关键机制详见
① 浏览器解析网址;先查本地缓存,强缓存命中就不发请求HTTP 缓存HTTP 与缓存
② 找服务器DNS 把域名解析成 IP(如 43.153.x.x),依次查浏览器缓存 → 系统缓存 → DNS 服务器DNS 迭代查询DNS 与 ARP
③ 建立连接TCP 三次握手(1 个往返)+ TLS 握手(再 1 个往返)。往返一次约 30 ms 的话,光握手就 60 ms三次握手、TLSTCP 连接管理
④ 发送与转发数据从应用层往下层层加头(TCP 头、IP 头、MAC 头),路由器每一跳只改 MAC 头分层封装分层模型
⑤ 负载均衡nginx 收到请求,按轮询或最少连接选一台后端负载均衡分布式与中间件
⑥ 服务器内核网卡收包 → 内核协议栈拆包 → epoll 发现连接可读 → 唤醒一个工作线程IO 多路复用IO 模型
⑦ 后端代码Controller 收参数 → Service 处理业务 → DAO 发 SQL;从连接池拿一个现成的数据库连接分层、连接池后端分层
⑧ 缓存与数据库先查 Redis(约 1 ms);没命中再查 MySQL:优化器选索引 → B+ 树 3 次查找 → 数据页在内存(Buffer Pool)里就直接返回缓存、索引、MVCC索引与 B+ 树
⑨ 磁盘数据页不在内存,就从磁盘读一页 16 KB(固态盘约 0.1 ms,机械盘约 10 ms)页、缓存虚拟内存

返回时原路走回去:数据库 → 后端拼好 JSON → 内核发送 → 网络 → 浏览器渲染页面。页面里的图片、CSS、JS 会复用同一个连接再发请求。

一笔时间账(示意) ​

环节大约耗时
DNS(有缓存时)0–20 ms
TCP + TLS 握手60 ms(两个往返)
后端代码5 ms
Redis 命中1 ms
MySQL 走索引、数据在内存1–5 ms
MySQL 全表扫描 2000 万行几秒

结论:网络往返和「没走索引的 SQL」是最常见的大头,后端代码本身往往不是瓶颈。

横向对照:同一个概念在各站的样子 ​

能把一个概念跨模块讲出来,是「真懂」的信号:

概念操作系统网络数据库中间件 / 后端
缓存CPU 缓存、页缓存DNS 缓存、HTTP 缓存Buffer PoolRedis
分层用户态 / 内核态TCP/IP 四层Server 层 / 存储引擎Controller / Service / DAO
队列就绪队列连接队列锁等待队列消息队列
索引页表(虚拟地址 → 物理地址)路由表(目的地 → 下一跳)B+ 树搜索引擎的倒排索引
池化线程池连接复用(keep-alive)连接池对象池
日志文件系统日志—redo log、binlog消息队列本身就是日志

为什么这么设计 ​

为什么系统能扛多少并发,取决于「最窄的一站」? ​

  • 问题:请求要依次经过每一站,就像水流过一串粗细不同的管子。
  • 方案:先找出最窄的那一站(瓶颈),再针对它优化。
  • 好处:避免盲目扩容。后端能扛 1 万 QPS(每秒请求数),数据库只能扛 2000,那整体上限就是 2000;这时加后端机器只会让数据库更早崩。

一句话答法

请求串行经过每一站,整体吞吐量等于最窄那一站的吞吐量。所以先找瓶颈再优化,而不是盲目加机器。

为什么看接口快慢要看 P99,而不是平均值? ​

  • 问题:100 个请求里 98 个 50 ms、2 个 2 秒,平均值约 89 ms,看起来很好;但那 2% 的用户明显感觉「卡了」。
  • 方案:监控看 P95、P99:把耗时从小到大排,第 99% 位置上的值。
  • 好处:能暴露长尾问题。长尾往往有系统性原因:缓存失效、锁等待、个别慢 SQL、网络丢包重传,不解决会随流量增长而恶化。

一句话答法

平均值会掩盖长尾。P99 表示 99% 的请求都比它快,能暴露缓存失效、锁等待、慢 SQL 这类问题,更接近用户的真实体验。

为什么要用连接池、线程池,而不是每次新建? ​

  • 问题:新建一个数据库连接要 TCP 握手、认证,约几毫秒到几十毫秒;每个请求都新建,光建连接就比查询还慢。
  • 方案:提前建好一批连接(比如 20 个)放在池子里,用完归还,下一个请求接着用。
  • 好处:省掉重复的建立开销,还能限制最大连接数,保护数据库不被压垮。

一句话答法

建连接、建线程都很贵,池化就是提前建好反复用:省掉建立开销,同时用池子大小限制并发,保护下游。

英文术语拆解 ​

术语拆开看一句话意思
QPSQueries 查询 + Per 每 + Second 秒每秒处理多少个请求
P99Percentile 百分位 9999% 的请求都比这个值快
RTTRound 往返 + Trip 旅程 + Time 时间一个数据包来回一趟的时间
Latency潜伏、延迟一个请求从发出到收到响应的耗时
ThroughputThrough 通过 + put 放吞吐量:单位时间处理多少请求
BottleneckBottle 瓶子 + neck 颈瓶颈:最窄、最先扛不住的环节

面试怎么问 ​

Q:从浏览器输入网址到页面显示,发生了什么?

按站点说:解析网址并查浏览器缓存 → DNS 解析拿到 IP → TCP 三次握手、TLS 握手 → 发 HTTP 请求,数据层层封装、路由逐跳转发 → nginx 负载均衡到一台后端 → 内核收包、epoll 唤醒线程 → 后端 Controller、Service、DAO 处理,先查缓存再查数据库,数据库靠索引在 B+ 树里找到数据 → 原路返回,浏览器解析 HTML、加载 CSS 和 JS、渲染页面。面试官追问哪一站,就展开哪一站。

Q:一个接口突然变慢了,你怎么排查?

沿着请求链路分段看耗时:先看是所有请求都慢还是只有部分慢(P99 高);看监控里网络、应用、数据库各段耗时;数据库段慢就查慢查询日志、用 EXPLAIN 看有没有走索引、有没有锁等待;应用段慢看线程是否在等连接池、等锁;还要看缓存命中率是否突然下降。先定位哪一段,再在那一段里找原因。

Q:系统能扛多少并发,怎么估算?

取决于最窄的一环:分别估 CPU、内存、连接数、数据库 QPS、带宽的上限,取最小值。比如后端单机 2000 QPS、3 台就是 6000,但数据库只能扛 3000,那上限就是 3000,要么加缓存挡掉读请求,要么做读写分离。

容易混的地方 ​

  • 图里是「一个请求」的路径:实际服务端用线程池同时处理成千上万个请求。
  • 顺序不一定严格:浏览器会提前做 DNS 预解析、预连接;HTTP/3 把握手合并了。
  • 有 CDN 或缓存时,请求可能根本不到源站或数据库:图是典型路径,不是唯一路径。
  • 会背 9 站 ≠ 懂原理:每一站的「为什么」在对应模块里。

和其他知识的连接 ​

自测 3 问 ​

Q1:不看资料,说出一次请求经过的 9 站,每站一个关键机制。

点开看答案

浏览器(HTTP 缓存)→ DNS(域名解析成 IP)→ 建立连接(TCP 三次握手、TLS)→ 发送转发(分层封装、路由)→ nginx(负载均衡)→ 服务器内核(epoll 唤醒线程)→ 后端代码(Controller / Service / DAO、连接池)→ 缓存与数据库(Redis、索引、Buffer Pool)→ 磁盘(读 16 KB 数据页)。

Q2:后端 3 台机器每台能扛 2000 QPS,数据库能扛 3000 QPS,系统上限多少?要提高该怎么做?

点开看答案

上限 3000(最窄的一环是数据库)。再加后端机器没用,要么加缓存挡掉大部分读请求,要么做读写分离、把读请求分到从库,再不够才考虑分库分表。

Q3:100 个请求,98 个 50 ms、2 个 2 秒。平均值和 P99 各是多少?为什么要看 P99?

点开看答案

平均值 = (98×50 + 2×2000) / 100 = 89 ms;把耗时从小到大排,第 99 个是 2 秒,所以 P99 = 2 秒。平均值看起来很好,P99 却暴露了少数极慢的请求(长尾)。长尾往往有系统性原因(缓存失效、锁等待、慢 SQL),所以监控要看 P95、P99。

✅ 验收清单 ​

  • 能合上页面画出 9 站,并标出每站属于哪个知识库
  • 能挑横向对照表里任意 2 行,讲出各列的对应关系
  • 能用一个数字例子说明「并发上限 = 最窄的一环」
  • 能解释为什么要看 P99 而不只看平均值
  • 能说出接口变慢时,按链路分段排查的顺序

下一步该懂什么 ​

  • 第 ⑧ 站的核心:数据库怎么做到在 2000 万行里几毫秒找到数据 → 数据库导读