如何建立压力计算模型

给大家看我最近做的一个项目案例，压力计算模型的建立也给大家为架构扩容方案提供了数据参考，使其更加易于衡量和评估！

一、 非节假日模型

非节假日，H5压力分布遵从80/60原则，即一天内H5服务器80%压力分布在60%时间段：
1． 每秒平均事件数 = 80% * 日事件 / 1天 * 60%
2． 每秒高峰事件数 = 1.4 * 每秒平均事件数
3． UV与事件曲线分布呈线性关系，日事件 = 3.74 * 日UV
综合上述，得
每秒高峰事件数 = 1.4 * （80% * （3.74 * 日UV） / 1天 * 60%）
每秒高峰事件数 = 6.98 * 日UV / 1天

二、 节假日模型

节假日，H5压力分布遵从80/30原则，即一天内H5服务器80%压力分布在30%时间段：
1． 每秒平均事件数 = 80% * 日事件 / 1天 * 30%
2． 每秒高峰事件数 = 2.2 * 每秒平均事件数
3． UV与事件曲线分布呈线性关系，日事件 = 1.675 * 日UV
综合上述，得
每秒高峰事件数 = 2.2 * （80% * （1.675 * 日UV） / 1天 * 30%）
每秒高峰事件数 = 9.83 * 日UV / 1天

三、 H5单点部署结构服务能力
1. 以4核4G配置为准，单点最佳负载支持300路并发（每秒高峰事件数）
2. 在上述压力下最大下行带宽占用62.5MB/s，MYSQL数据库SPS = 80、IOPS = 60
四、 扩容方案
以下期推广活动为例，预期产生300万日UV，按节假日模型计，
H5服务器压力：每秒高峰事件数 = 9.83 * 300W / 24 * 3600 = 342
故，建议：
1. H5服务器水平扩展至2台
2. H5对外访问带宽上限增至近100MB/s
3. 阿里云RDS匹配服务能力达：连接数 = 120 ，IOPS = 90