TPS太低的原因是：

1、網絡帶寬

在壓力測試中，有時候要模擬大量的用戶請求，如果單位時間內傳遞的數據包過大，超過了帶寬的傳輸能力，那麼就會造成網絡資源競爭，間接導致服務端接收到的請求數達不到服務端的處理能力上限。

2、連接池

可用的連接數太少，造成請求等待。連接池一般分為服務器連接池（比如Tomcat）和數據庫連接池（或者理解為最大允許連接數也行）。

3、垃圾回收機制

從常見的應用服務器來說，比如Tomcat，因為java的的堆棧內存是動態分配，具體的回收機制是基於算法，如果新生代的Eden和Survivor區頻繁的進行Minor GC，老年代的full GC也回收較頻繁，那麼對TPS也是有一定影響的，因為垃圾回收其本身就會佔用一定的資源。

4、數據庫配置

高併發情況下，如果請求數據需要寫入數據庫，且需要寫入多個表的時候，如果數據庫的最大連接數不夠，或者寫入數據的SQL沒有索引沒有綁定變量，抑或沒有主從分離、讀寫分離等，就會導致數據庫事務處理過慢，影響到TPS。

5、通信連接機制

串行、并行、長連接、管道連接等，不同的連接情況，也間接的會對TPS造成影響。

6、硬件資源

包括CPU（配置、使用率等）、內存（占用率等）、磁盤（I/O、頁交換等）。

7、壓力機

比如jmeter，單機負載能力有限，如果需要模擬的用戶請求數超過其負載極限，也會間接影響TPS（這個時候就需要進行分佈式壓測來解決其單機負載的問題）。

8、壓測腳本

還是以jemter舉個例子，之前工作中同事遇到的，進行階梯式加壓測試，最大的模擬請求數超過了設置的線程數，導致線程不足。提到這個原因，想表達意思是：有時候測試腳本參數配置等原因，也會影響測試結果。

9、業務邏輯

業務解耦度較低，較為複雜，整個事務處理線被拉長導致的問題。

10、系統架構

比如是否有緩存服務，緩存服務器配置，緩存命中率、緩存穿透以及緩存過期等，都會影響到測試結果。

TPS通俗的定義是系統吞吐量，也就是每秒系統處理業務的數量。假如TPS每秒併發太低，很容易造成網絡嚴重擁堵；提昇TPS處理速度，又會犧牲部分區塊鏈的安全性或穩定性。

從現實應用來看，百萬TPS的處理速度在現有環境中的應用價值並不是那麼必須，並且區塊鏈技術不能僅僅依賴提昇TPS去解決所有的問題。