一文看懂百分位延迟：P50、P95、P99 是什么？

在 API 接口、数据库和系统性能监控中，我们经常会看到 P50、P95、P99 这样的指标。

它们用来衡量系统的响应速度，尤其是那些比较慢的请求。

一、什么是百分位延迟？

百分位延迟（Percentile Latency），表示一定比例的请求可以在多长时间内完成。

例如：

• P50 = 100ms：至少 50% 的请求在 100ms 内完成。
• P95 = 200ms：至少 95% 的请求在 200ms 内完成。
• P99 = 500ms：至少 99% 的请求在 500ms 内完成。

简单理解：

指标	关注什么
P50	典型请求有多快
P95	较慢的请求有多慢
P99	极慢的请求有多慢

查看大图alt

二、通过一个例子理解

假设某个 API 一共处理了 100 次请求：

请求数量	响应耗时	分布示意
50 次	100ms	██████████
45 次	200ms	█████████
4 次	500ms	█
1 次	2000ms	▏

把这 100 次请求按照响应时间从小到大排序：

排序位置	响应时间	指标
第 50 个	100ms	P50
第 95 个	200ms	P95
第 99 个	500ms	P99
第 100 个	2000ms	最大延迟

这就是百分位延迟的基本原理。

注：这里采用最直观的最近秩法。实际监控系统使用的百分位算法可能不同，结果也可能略有差异。

三、为什么不只看平均延迟？

在上面的例子中，平均响应时间是：

(50 × 100 + 45 × 200 + 4 × 500 + 1 × 2000) ÷ 100 = 180ms

平均延迟只有 180ms，看起来系统表现不错。

但是：

• 有 4 个请求耗时 500ms。
• 有 1 个请求耗时 2000ms。

这说明平均值可能掩盖少数请求的延迟问题。

因此，性能监控通常会同时观察平均延迟和百分位延迟。

四、如何表达百分位延迟？

在技术文档和监控系统中，通常采用以下表达形式：

表达方式	示例
简写	P99 = 500ms
英文	P99 Latency: 500ms
完整描述	99% 的请求响应时间不超过 500ms
监控指标名	http_request_duration_p99

更规范的表达还应该包含统计时间窗口。

例如：

过去 5 分钟内，该 API 的 P50 为 100ms，P95 为 200ms，P99 为 500ms。

五、P50、P95、P99 应该关注哪个？

三个指标关注的重点不同：

• P50：了解系统的日常响应速度。
• P95：发现较慢请求带来的体验问题。
• P99：发现长尾延迟，即极少数特别慢的请求。

比如：

某个接口的 P50 一直保持在 100ms，但 P99 从 500ms 突然上升到 3000ms。

这意味着典型请求的响应速度没有明显变化，但最慢的一部分请求变得更慢了。

可能的原因包括数据库慢查询、锁竞争、垃圾回收暂停或下游服务超时。

六、总结

百分位延迟的核心思想是：

不只关心平均响应速度，还要关心有多少请求能够在指定时间内完成。

记住三个关键指标：

• P50： 典型请求的响应速度。
• P95： 较慢请求的响应速度。
• P99： 尾部极慢请求的响应速度。

在实际系统监控中，通常结合 P50、P95、P99、平均延迟、请求量和错误率，才能更全面地判断系统的性能表现。