如何准确估算并发数？

http://blog.sina.com.cn/s/blog_544b2b160100gof6.html

这次活动带给我最深刻的印象就是：由于业务流程中的预见性准备不足，导致用户大量流失、后期硬件资源过剩造成浪费，但最恐怖的还是连随附带的负面影响。为此，在日后举行大型活动前，必须得从用户使用的角度、从程序承受能力、及活动的目的几方面考虑。

    而目前最让人头疼的就是如何才能够准确地估算用户情况，避免同类情况的发生？这里需要先了解并确认以下几个数据：

同时在线用户数：
平均并发数：
并发用户数峰值：

    在实际的性能测试工作中，测试人员一般比较关心的是业务并发用户数，也就是从业务角度关注究竟应该设置多少个并发数比较合理，因此，在后面的讨论中，也是主要针对业务并发用户数进行讨论，而且，为了方便，直接将业务并发用户数称为并发用户数。

        （1）  计算平均的并发用户数： C = nL/T    
                 即：平均并发数＝总用户数*用户在线时长/总工作时间  

        （2）  并发用户数峰值： C’ ≈ C+3*SQRT（C）

                 即：峰值并发数＝平均并发数+3*（平均并发数^1/2）
    公式（1）中，C是平均的并发用户数；n是login session的数量；L是login session的平均长度；T指考察的时间段长度。

    公式（2）则给出了并发用户数峰值的计算方式中，其中，C’指并发用户数的峰值，C就是公式（1）中得到的平均的并发用户数。该公式的得出是假设用户的login session产生符合泊松分布而估算得到的。

实例：

    假设有一个OA系统，该系统有3000个用户，平均每天大约有400个用户要访问该系统，对一个典型用户来说，一天之内用户从登录到退出该系统的平均时间为4小时，在一天的时间内，用户只在8小时内使用该系统。

则根据公式（1）和公式（2），可以得到：

               C = 400*4/8 = 200

               C’≈200+3*根号200 = 2421

估算处理能力，通常用TPCC值，即每分钟处理请求。每个服务器也把TPCC值作为指标。这与以下因素有关：
1，并发用户数？（U1）
2，用户访问模式：每分钟每个用户发出的业务请求个数，例如0.2个（N1）
3，这些业务请求中，
如果是数据库服务器，就统计查询、更新、统计占比，
如果是Web服务器，可统计，例如连接跳转、添加操作、删除操作、更新操作，查询操作除各占1/5
4，业务请求引起的事务数量
例如， 平均每次页面跳转操作产生6个事务（T1），平均每次添加操作产生8个事务（T2）；平均每次删除操作产生8个事务（T3）；平均每次更新操作产生14个事务（T4）； 平均每次查询操作产生10个事务（T5）；
5，忙时数量是平均值几倍，例如5倍
6，经验系数，例如1.8
7，服务器保留多少冗余，一般是30%
  TPC-C=U1*N1*（T1+T2+T3+ T4+ T5）/5*3*经验系数/冗余系数