TPS(Transactions Per Second,每秒交易数)是衡量区块链网络在单位时间内处理交易数量的常见性能指标,也是高性能公链竞争中的重要技术参数。随着 Solana、Sui、Aptos 等公链不断优化并行执行、共识机制和交易处理架构,区块链行业逐渐从早期关注交易成本与确认速度,转向探索更高吞吐量、更低延迟和更复杂的链上应用场景。
然而,公链能够处理更多交易,并不意味着一定存在同等规模的真实用户需求。一条网络可能在测试环境中达到极高 TPS,却在主网长期维持较低的交易活动;另一条网络虽然 TPS 不高,却可能承载大量稳定币结算、金融交易和高价值资产转移。那么,TPS 究竟能够衡量什么?为什么理论吞吐量不等于实际交易需求?投资者又应该如何判断一条高性能公链是否真正获得市场采用?
TPS 是衡量区块链交易处理能力的指标,但并不直接代表网络价值。 高 TPS 说明网络具备处理大量交易的潜力,却不能证明这些交易来自真实用户需求。
理论 TPS 与实际 TPS 存在明显区别。 测试环境下的性能纪录可能受到交易类型、硬件配置和网络条件影响,不能直接等同于主网长期运行表现。
交易数量增加不一定意味着经济活动同步增长。 机器人交易、套利、低成本重复操作及系统交易,都可能推高链上 TPS。
真实交易需求需要结合多个指标判断。 活跃用户、交易费用、应用收入、稳定币结算规模及用户留存,比单独观察 TPS 更能反映网络使用情况。
公链性能需要在吞吐量、延迟、成本与去中心化之间取得平衡。 更高的处理能力可能改善用户体验,也可能增加验证者硬件要求和网络运行成本。
TPS 是指区块链网络每秒处理的交易数量,通常用于描述网络的交易吞吐能力。例如,如果某条公链在一分钟内处理了 60,000 笔交易,那么其平均 TPS 为 1,000。对于需要支持支付、交易、游戏和其他高频应用的区块链而言,TPS 能够帮助开发者了解网络在特定条件下可以承载多少交易活动,也能反映网络架构在处理大量操作时的效率。
早期区块链通常采用相对保守的区块容量和出块机制,以降低节点验证成本并维护网络安全。随着链上应用不断发展,交易需求逐渐从简单资产转移扩展至去中心化交易、借贷、游戏和自动化执行,网络处理能力开始成为影响用户体验的重要因素。如果交易数量超过网络处理能力,用户可能面临交易排队、手续费上涨或确认时间延长等问题,因此提高 TPS 成为公链扩容的重要方向。
不过,TPS 只是区块链性能的一部分。不同网络对交易的定义、执行方式和统计口径可能存在差异,简单比较两个公链的 TPS 数字,并不能完整反映它们的实际处理能力。例如,一笔普通代币转账与一笔涉及多个智能合约的复杂交易,在计算资源消耗和状态更新方面可能存在明显区别。因此,TPS 更适合用于观察特定网络在明确条件下的吞吐能力,而不是直接作为不同公链综合性能的统一排名标准。

理论 TPS 通常是指网络在特定技术假设或测试环境下能够达到的交易处理能力,而实际 TPS 则反映网络在真实运行过程中处理的交易数量。两者的差异主要来自交易复杂度、网络条件、节点硬件配置及实际用户需求。某条公链可能在受控测试环境中使用大量简单转账交易,获得较高的吞吐量数据,但当主网同时运行复杂智能合约、处理跨应用调用并面对真实网络延迟时,持续吞吐量可能明显低于测试结果。
此外,测试环境通常能够控制交易输入、节点配置和网络负载,而真实主网需要面对更加复杂的运行条件。验证者可能分布在不同地区,网络带宽和硬件性能存在差异,交易也可能涉及不同账户之间的状态竞争。如果网络采用并行执行架构,多个交易能否同时处理,还取决于它们是否访问相同的账户或共享状态。当大量交易集中操作同一个热门应用时,即使网络具备较高的理论并行能力,也可能受到局部资源竞争的限制。
因此,判断公链性能时,应区分理论峰值 TPS、测试网 TPS、主网实际 TPS 和长期可持续吞吐量。相比短时间达到的最高纪录,网络在高负载条件下能否持续处理交易、保持稳定确认时间并避免明显的失败率上升,通常更具有实际意义。
TPS 衡量的是交易处理数量,而真实交易需求反映用户是否愿意持续使用网络完成具有实际目的的经济活动。两者之间存在联系,但并不完全相同。例如,一条公链可能因为手续费极低,吸引大量自动化机器人执行重复转账、套利或其他高频操作,从而产生较高 TPS。然而,这些交易未必对应大量独立用户,也不一定带来相应规模的经济价值。
在去中心化交易市场中,自动化做市商、套利机器人和清算程序可能持续发起交易,以捕捉不同市场之间的价格差异。对于高频交易应用而言,这些操作具有实际功能,但其交易数量可能远高于普通用户的手动交易频率。如果直接将全部链上交易视为独立用户需求,就可能高估网络的用户规模。同样,部分低成本链上活动可能由激励计划、积分机制或短期市场热点推动,活动结束后交易量可能迅速下降。
因此,高 TPS 既可能代表网络正在承载大量真实应用,也可能反映少数自动化程序产生的密集交易。评估网络需求时,需要进一步观察交易由谁发起、主要发生在哪些应用、是否产生持续费用收入,以及活动能否在激励减少后继续维持。真正重要的问题不是网络每秒处理了多少笔交易,而是这些交易是否形成可持续的使用场景。
Solana 和 Sui 都以高性能区块链为主要技术方向,但它们采用不同的交易执行架构和性能优化方式。Solana 通过并行执行、账户状态管理和高性能验证者架构提高交易处理效率,Sui 则通过面向对象的数据模型、并行执行及 Mysticeti 共识机制优化吞吐量和交易确认速度。由于两条网络的交易结构与统计方式不同,直接将各自公布的 TPS 数字进行比较,可能无法准确反映真实应用性能。
2026 年 10 月,Sui 的 Tunnel 架构在一次性能活动中实现超过 4,000 万的峰值 TPS,但这一指标衡量的是链下 Tunnel 内的操作,而非 Sui 主网直接执行的链上交易。相关测试通过 1,920 笔链上生命周期交易,为超过 152 亿次链下操作提供开启和结算支持。相比之下,Solana 的实际交易统计需要注意是否包含验证者投票交易,以及失败交易是否被计入。两种技术路线都能够提高系统处理活动的能力,但其吞吐量指标不能简单视为相同类型的链上交易。
因此,比较高性能公链时,需要统一统计口径,明确数据来自主网还是测试环境、是否包含链下操作、交易是否成功执行,以及不同交易的计算复杂度。对于开发者而言,特定应用在真实负载下的执行效率、确认延迟和费用表现,往往比单一峰值 TPS 更具有参考价值。
高性能公链通常具有较低的单笔交易成本,这使自动化程序能够以较高频率提交交易。在 DeFi 市场中,套利机器人可能持续监测不同流动性池之间的价格差异,清算程序可能根据抵押率变化自动执行操作,做市策略也可能频繁调整订单。这些交易可能具有实际经济功能,但其数量并不等于独立用户数量。一个自动化地址每天发起数万笔交易,与数万名用户分别完成一笔支付,在 TPS 统计中可能产生类似结果,却代表完全不同的市场需求。
失败交易也需要单独分析。在部分区块链中,交易即使最终执行失败,也可能消耗网络资源并被纳入相关交易统计。例如,套利机器人提交交易后,如果市场价格变化导致预设滑点条件不再满足,交易可能回滚,但网络仍然为其排序和执行消耗了计算资源。Solana 在 2026 年第一季度处理了约 101 亿笔非投票交易,其中约 25.6% 未成功执行。这说明即使排除了共识投票,交易总数仍不完全等于成功完成的经济活动。
因此,分析 TPS 时应进一步区分共识交易、普通用户交易、自动化交易和失败交易。机器人活动并非天然缺乏价值,部分自动化交易能够改善市场价格发现和资金配置效率,但不能直接将其数量视为用户采用率。更合理的方式是结合成功交易比例、计算资源消耗、交易发起地址分布及应用类型,判断网络活动的实际构成。
公链的交易数量与网络收入之间并不存在固定比例关系。交易手续费通常受到费用模型、计算资源消耗、网络拥堵程度及优先费机制影响。当网络能够以较低成本处理大量交易时,即使 TPS 明显增加,用户支付的总手续费也未必同步增长。例如,一条网络每天处理 1,000 万笔交易,如果平均每笔手续费只有 0.0001 美元,那么对应的手续费总额约为 1,000 美元;另一条网络每天仅处理 10 万笔交易,但平均每笔手续费为 0.1 美元,其手续费总额反而达到 10,000 美元。
不过,手续费总额也不完全等于网络或代币持有者实际获得的经济收益。部分费用可能支付给验证者,部分可能被销毁,还有部分可能由应用、排序器或其他基础设施参与者获得。因此,在评估公链经济表现时,需要区分用户支付的费用、协议保留的收入、验证者收入及代币价值捕获机制。不同网络的费用分配规则存在差异,不能简单将交易费用全部视为项目利润。
此外,低手续费本身并不是缺点。对于支付、游戏和高频交互应用而言,较低交易成本可能是形成真实需求的必要条件。关键在于网络能否通过持续增长的使用量形成可持续的经济活动,并为验证者、安全维护和基础设施运营提供足够激励。因此,TPS 与网络收入应当结合分析,而不是单独追求更高的交易数量或更高的平均手续费。
判断公链是否真正获得市场采用,需要从用户规模、经济活动、应用使用和长期留存等多个维度展开。活跃地址可以帮助观察网络参与情况,但一个用户可能控制多个地址,一个地址也可能由机器人或机构系统管理,因此活跃地址不能直接等同于真实用户人数。交易费用能够反映部分用户愿意为网络服务支付的成本,但不同公链的费用机制存在差异,仍需要结合交易规模和应用类型理解。
对于 DeFi 公链,可以关注去中心化交易量、借贷需求、稳定币流通与结算规模,以及主要应用的持续收入。对于支付型网络,则应进一步分析实际支付场景、交易频率、结算金额和重复使用情况。TVL 能够反映链上协议锁定的资产价值,但可能受到资产价格变化、流动性激励和重复计算影响,也不应被直接视为用户需求的完整体现。
| 评估维度 | 主要指标 | 需要注意的问题 |
|---|---|---|
| 网络性能 | 实际 TPS、确认延迟、成功率 | 是否采用统一统计口径 |
| 用户活动 | 活跃地址、重复使用率 | 地址不等于独立用户 |
| 经济活动 | DEX 交易量、稳定币结算额 | 可能包含套利和内部资金循环 |
| 网络费用 | 总手续费、平均交易成本 | 费用不一定全部归协议所有 |
| 应用生态 | 活跃应用、协议收入 | 需关注收入持续性 |
| 资本使用 | TVL、借贷规模 | 可能受到币价和激励影响 |
| 长期需求 | 用户留存、交易持续性 | 应排除短期活动的影响 |
综合来看,真实交易需求更接近用户持续使用网络完成有价值操作的能力,而不是某个时间点的交易数量。尤其对于高性能公链,应观察新增容量是否真正被应用利用,以及使用活动是否能够在补贴或短期市场热点结束后维持。
提高 TPS 通常需要优化交易执行、数据传播和节点处理效率,但不同扩容方案可能对网络运行成本产生不同影响。例如,如果一条公链主要通过提高验证者硬件要求来增加吞吐量,那么节点可能需要更高的 CPU 性能、内存、存储和网络带宽。当运行成本超过部分参与者能够承担的范围时,验证者数量和分布可能受到影响,从而引发关于去中心化程度的讨论。
不过,更高 TPS 并不必然导致去中心化程度下降。并行执行、状态访问优化、数据压缩和共识协议改进,也可能在不同比例增加硬件成本的情况下提高网络效率。Sui 的 Mysticeti 就通过优化共识消息流程和并行处理能力改善性能,但其公开基准测试也明确区分了受控环境下的吞吐量与实际生产网络指标。
因此,评价扩容技术时,需要同时关注吞吐量、最终确认时间、节点运行门槛和故障恢复能力。一条网络即使能够处理大量交易,如果高负载时频繁出现确认延迟、交易失败或验证者集中化问题,其综合性能仍可能受到限制。真正成熟的高性能公链,应当在提高处理能力的同时,保持可验证性、稳定性和合理的参与成本。
对于处于早期发展阶段的公链,提前建设一定的吞吐能力具有合理性。网络需要为未来应用预留容量,避免用户规模增长后立即遭遇交易拥堵。但如果长期缺乏能够持续使用这些容量的应用,较高的理论 TPS 可能只是尚未被充分利用的技术能力。公链生态的发展不仅依赖底层执行性能,还需要开发工具、钱包体验、流动性、应用安全和稳定的用户入口。
不同应用对性能的需求也不相同。稳定币支付可能更关注交易确定性、手续费稳定性和结算可靠性;去中心化交易平台可能更重视执行延迟、交易排序与流动性;链上游戏则可能需要高频交互和低成本状态更新。对于部分场景,较高 TPS 确实是实现产品体验的重要条件,但对于另一些场景,安全性、资产流动性和开发者生态可能比极高的吞吐量更重要。
因此,公链竞争不应只围绕单一性能数字展开。更值得关注的是,网络提供的吞吐能力是否与应用需求相匹配,技术改进是否降低了开发者和用户的实际成本,以及生态是否形成持续的交易活动和经济收入。TPS 决定网络能够承载多大规模的交易需求,而应用采用率和经济活动决定这些容量能否真正产生价值。
TPS 是衡量区块链交易处理能力的重要指标,但并不能单独代表公链的技术成熟度、真实交易需求或经济价值。理论测试、链下操作和主网实际交易采用不同的统计口径,机器人交易与失败交易也可能影响最终数字,因此不同网络公布的 TPS 需要在统一条件下比较。
对于高性能公链而言,提高吞吐量的意义在于降低交易拥堵、改善用户体验,并为更多应用提供运行空间。但一条网络能否长期获得市场采用,仍取决于真实用户活动、应用生态、交易费用、网络稳定性及经济可持续性。相比追求不断刷新的 TPS 纪录,更重要的是判断网络是否真正需要这些处理能力,以及这些能力是否转化为持续的链上使用需求。
不一定。TPS 只反映交易吞吐能力,公链的综合表现还取决于确认速度、交易成功率、安全性、去中心化程度及真实应用需求。
理论 TPS 通常来自特定技术假设或测试环境,实际 TPS 则反映网络在真实运行过程中处理的交易数量。两者可能因交易复杂度、硬件配置和网络条件而存在明显差异。
因为 Solana 的共识投票可能作为链上交易被计入总交易量,而这些操作不直接代表普通用户的支付或智能合约使用需求,因此分析经济活动时通常需要单独观察非投票交易。
不是。相关高吞吐量纪录来自 Tunnel 架构中的链下操作,这些操作可以在链下执行并通过链上交易完成开启和结算,不能直接等同于主网原生交易 TPS。
可以结合成功交易数量、活跃用户、用户留存、稳定币结算规模、DEX 交易量、协议收入和交易费用等指标,并观察这些数据能否长期维持。
不一定。更高的吞吐能力可能缓解网络拥堵,但实际手续费还取决于网络费用模型、计算资源需求、优先费机制及市场使用情况。
* 投资有风险,入市须谨慎。本文不作为 Gate 提供的投资理财建议或其他任何类型的建议。
* 在未提及 Gate 的情况下,复制、传播或抄袭本文将违反《版权法》,Gate 有权追究其法律责任。





