max_children=40 , 每个children平均占用20M-30M内存，children越多，可以同时接受的并发数量越多，一般children的值是网站最高并发数+浮动值，这值再×内存占用，就是你需要用到的内存。

max_requests = N 是指当每个children接受了N次请求以后，就会把自己杀死，然后重新建立一个children。

PV / max_children = 每一个children接受的request次数

比如上面的值是1000，而你定义的是10240，那么fpm要超过10天才能杀死children并重建，这样如果存在内存泄露的话，就会导致进程占用过多的内存而无法释放，从而使fpm的处理能力降低，还会产生一些莫名其妙的错误。

但是如果你把这个值设置的过小，fpm频繁的杀死children并重建，也会导致额外的开销。

最好的优化当然是根据你网站的运行情况，去不断的调试，找到一个平衡点。

针对max_children还有一个偷懒的做法，如果你的php是5.3，那么你可以把fpm的style设置为apache-like，这个时候children的数量就由fpm自动控制。相应的配置参数是
start_servers：起始进程数量
min_spare_servers：最小进程数量
max_spare_servers：最大进程数量
当服务器比较空闲的时候，fpm会主动杀死一些多余的children，用来节约资源，当服务器繁忙的时候，服务器会自动建立更多的children。

前段时间配置php-fpm的时候，无意间发现原来他还有两种执行方式。与Apache一样，他的进程数也是可以根据设置分为动态和静态的。而php-fpm也是同样存在两种方式，一种是直接开启指定数量的php-fpm进程，不再增加或者减少；另一种则是开始的时候开启一定数量的php-fpm进程，当请求量变大的时候，动态的增加php-fpm进程数到上限，当空闲的时候自动释放空闲的进程数到一个下限。

这两种不同的执行方式，可以根据服务器的实际需求来进行调整。

这里先说一下涉及到这个的几个参数吧，他们分别是pm、pm.max_children、pm.start_servers、pm.min_spare_servers和pm.max_spare_servers。

pm表示使用那种方式，有两个值可以选择，就是static（静态）或者dynamic（动态）。在更老一些的版本中，dynamic被称作apache-like。这个要注意看配置文件给出的说明了。

下面4个参数的意思分别为：

pm.max_children：静态方式下开启的php-fpm进程数量。
pm.start_servers：动态方式下的起始php-fpm进程数量。
pm.min_spare_servers：动态方式下的最小php-fpm进程数量。
pm.max_spare_servers：动态方式下的最大php-fpm进程数量。

如果dm设置为static，那么其实只有pm.max_children这个参数生效。系统会开启设置的数量个php-fpm进程。

如果dm设置为dynamic，那么pm.max_children参数失效，后面3个参数生效。系统会在php-fpm运行开始的时候启动pm.start_servers个php-fpm进程，然后根据系统的需求动态在pm.min_spare_servers和pm.max_spare_servers之间调整php-fpm进程数。

那么，对于我们的服务器，选择哪种执行方式比较好呢？事实上，跟Apache一样，我们运行的PHP程序在执行完成后，或多或少会有内存泄露的问题。这也是为什么开始的时候一个php-fpm进程只占用3M左右内存，运行一段时间后就会上升到20-30M的原因了。所以，动态方式因为会结束掉多余的进程，可以回收释放一些内存，所以推荐在内存较少的服务器或者VPS上使用。具体最大数量根据 内存/20M 得到。比如说512M的VPS，建议pm.max_spare_servers设置为20。至于pm.min_spare_servers，则建议根据服务器的负载情况来设置，比较合适的值在5~10之间。

然后对于比较大内存的服务器来说，设置为静态的话会提高效率。因为频繁开关php-fpm进程也会有时滞，所以内存够大的情况下开静态效果会更好。数量也可以根据 内存/30M 得到。比如说2GB内存的服务器，可以设置为50；4GB内存可以设置为100等。

本博客建立在512M的VPS上，因此我设置的参数如下：

pm=dynamic
pm.max_children=20
pm.start_servers=5
pm.min_spare_servers=5
pm.max_spare_servers=20

这样就可以最大的节省内存并提高执行效率。