性能测试：深入理解并发量，线程数，吞吐量，TPS

并发数，线程数，吞吐量，每秒事务数（TPS）都是性能测试领域非常关键的数据和指标。

那么他们之间究竟是怎样的一个对应关系和内在联系？

测试时，我们经常容易将线程数等同于表述为并发数，这一表述正确吗？

本文就将对性能领域的这些关键概念做一次探讨。

文章可能会比较长，希望您保持耐心看完。

1. 走进开封菜，了解性能

①老王开了家餐厅

我们的主角老王，在M市投资新开业了一家，前来用餐的顾客络绎不绝：

餐厅里有4种不同身份的人员：

用户一次完整的用餐流程如下：

顾客到店小二处付款点餐 => 小二将订单转发给后厨 => 后厨与备菜工配合，取材完成烹饪后交给小二 => 小二上菜，顾客用餐。

假设所有顾客都不堂食而是打包带走，也就是不考虑用户用餐时间。餐厅完成一次订单的时间是多久？

订单时间 = 顾客点单时间 + 前台接收转发时间 + 后厨取材烹饪时间 + 后厨交给服务员，服务员上菜时间。

说白了就是每个流程的耗时相加。

假设以上时间分别为1，1，5，1（分钟），那么一次订单的完成时间就是8分钟。

②问题来了

餐厅当然不可能只有一个人就餐，否则老王不要带着小姨子跑路。

所以我们接下来看多人就餐的情况。

假设同一时间点上有两人就餐，会发生什么情况？

第一位用户与第一个场景一样，仍然是点单-下单-烹饪-上菜，8分钟后第一位顾客拿着打包的食物离开。

第二位用户则有所不同了。假设小二，厨师，备菜都只有一人，而且他们每个人同时只能处理一件事情。

那么第二位用户首先需要在点餐时等待小二1分钟，而后厨师烹饪第一位用户的菜时，没有任何人在为他服务。

我们来梳理一下这个过程中，每一分钟都发生了什么事情：

可以看到，两个顾客完成订单的总时长是13分钟。

继续推算我们发现，每增加一人总时长增加5分钟。

在当前的人员配置下，顾客越多，后来的顾客等待时间就越长。

③这还不是高峰期

如果餐厅在高峰时段只有两人用餐，那估计老王还得带着小姨子跑路。

实