怎么计算性能指标？

由于性能指标计算公式较多，测试人员对公式理解不够深入，存在用错公式的情况，本文主要介绍性能指标、性能指标计算公式，并提供通用的性能指标计算指引，引导项目人员进行性能指标的计算。

性能测试指标通常分为业务指标、资源指标。业务指标：从业务人员的角度得出来的，例如：并发用户数、TPS、成功率、响应时间。资源指标：从运维人员的角度得出来的，例如：CPU资源利用率、内存利用率、I/O、内核参数(信号量、打开文件数)等。

不同用户对系统的指标类型和期望值是不一样的，需要提前针对不同角色的人员进行指标调研，设定阈值，测试出系统在阈值下的性能，瓶颈定位及调优。未提前关注测试指标，将会导致测试结果不是相关人员需要的，结果是有偏差的。

1.1业务指标

业务响应时间(Response Time):这个指标所有相关人员都明白其含义，业务部门更需要此指标的具体值，一般情况下，不同系统的业务响应时间期望值是不同的，１秒以内最佳。

业务处理能力（Transaction Per Second）:这个指标是衡量系统的处理能力的一个非常重要的指标，TPS可以参照同行业系统和结合具体业务，中小企业TPS值为50~1000笔/秒，银行TPS值为1000~10000 笔/秒。

成功率:这个指标是衡量系统处于压力下，业务的成功率，一般业界成功率要大于99.6%。

1.2 资源指标

 一般情况下，系统资源指标也不能超过瓶颈值，例如CPU资源利用率<=75%,内存无SWAP, 磁盘和网络I/O不超过自身处理能力。理想的情况下，当系统压力上不去的时候，资源成为瓶颈（正常情况下，非其他瓶颈情况下导致），这样的话加资源，系统处理能力还会上升的，但是遗憾的是，很多系统性能测试资源都没达到瓶颈的时候，压力就上不去了。

1.3并发用户数和tps关系

在做性能测试的时候，很多人都用并发用户数来衡量系统的性能，觉得系统能支撑的并发用户数越多，系统的性能就越好；对TPS不是非常理解，也根本不知道它们之间的关系，因此非常有必要进行解释。

针对服务器端的性能，以TPS为主来衡量系统的性能，并发用户数为辅来衡量系统的性能，如果必须要用并发用户数来衡量的话，需要一个前提，那就是交易在多长时间内完成，因为在系统负载不高的情况下，将思考时间(思考时间的值等于交易响应时间)加到脚本中，并发用户数基本可以增加一倍，因此用并发用户数来衡量系统的性能没太大的意义。

参考下图：并发用户数是10，运行了10分钟，平均响应时间是1129ms，共发送了5237个请求。

TPS计算：总数据量除以使用的时间，得出单位时间内处理数量，即5273/(10*60)=8.78 

TPS还有另外一种计算方法: TPS =并发用户数/平均响应时间

TPS =10/1.129=8.85

性能测试指标计算的公式有很多，每个公式的应用条件也不一样。这里特别说明一下使用公式2 需要用户使用系统的数据分布符合泊松分布才行，抢购等指定时间举行的活动不符合泊松分布，因此不能使用该公式进行计算。

通常情况下系统并没有明确的性能测试指标，这时若业务属于已运营业务，已有历史数据，利用历史数据分析，得出指标；若业务属于新业务，没有历史数据，只有凭借经验以及系统类型进行分析预估，得出指标了。拿到什么样的数据就用什么公式，具体计算方法如下：

案例一：某网站一天访问量是300W，怎么性能指标计算?

答： 300W是PV，另外还需要和产品沟通系统每天正常访问时长，比如T小时。根据80~20原则：80%的业务量在20%时间完成。

通过28原则，计算系统整体能力TPS：300W*0.8/（T*60*60*0.2）

计算到这里还没有完，我们还需要确定各个业务模块占比，例如：首页、登录、页面查看、功能提交等不同模块的访问占比。最后根据业务的不同占比组合成混合场景进行测试。

案例二：一个OA系统，该系统有3000个用户，（可以看登录信息）平均每天大约有400个用户要访问该系统，（日志文件查看）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。

答：该系统用户使用习惯符合泊松分布理论，故直接使用该公式进行计算。

C=N*L/T =400*4/8

n是平均每天访问用户数（login session），L是一天内用户从登录到退出的平均时间（login session的平均时间），T是考察时间长度（一天内多长时间有用户使用系统）

案例三：

项目总用户量30(学生25万、老师5万)，预计在2020年1月15日  上午8到12点有25万学生都登录该系统查考试成绩，平均每个用户访问时长是：14分钟42秒。

用户使用步骤：打开首页->登录->点击查看报告->切换科目（共计切换4科）->全部预览原卷（4个原卷）->查看试题分析（共计4科）->回执单，每个步骤一个transaction，共计16个transaction。

求：计算系统需要支持最大并发用户数和TPS是多少？

答：

TPS计算：

方法一：25W用户需要在4个小时内登录访问系统，我们先计算系统登录需要的性能，登录需要的TPS = 业务量×80% / 时间×20% = 250000×0.8/14400×0.2 = 69.4

然后用户业务模型分析，整个查分过程有16个事务，整体的tps为

 总TPS= 69.4*16=1110.4  即系统每秒需要处理1110.4个事务。

方式二：通过PV/UV预估系统系统TPS

1） 通过PV/UV计算出未来25W用户总体的PV数量

PV=7040664/393053*250000

2）通过28原则计算系统TPS

TPS=PV*80%/(4*3600*20%)=1243

并发用户数：

方式一：

使用泊松分布公式计算，平均并发用户数：C=nL / T。

N为访问系统的UV数量250000

L=14.42分钟=882（s）

T=4小时=14400（s）

则C=n·L/T=250000×882/(4×3600)≈15313人

方式二：

根据TPS=并发用户数/响应时间

得出并发用户数=TPS*3=1250*3=3750

疑问：并发用户数一个计算的是15000，一个3750，为什么会有这么大的差距？因为此次指标计算强制要求用户在某天的4个小时内访问完成，已经不符合泊松分布式理论。

行动吧，在路上总比一直观望的要好，未来的你肯定会感 谢现在拼搏的自己！如果想学习提升找不到资料，没人答疑解惑时，请及时加入扣群： 320231853，里面有各种软件测试+开发资料和技术可以一起交流学习哦。

最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：

​

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！