并发量计算

几个概念：业务并发用户数、最大并发访问数、系统用户数、同时在线用户数

假设一个 OA 系统有 1000 用户，这就是系统用户数
最高峰同时有 500 人在线，是“同时在线人数”，也称作“最大业务并发用户数”
500 个同时使用系统用户中20%查看系统公告，不构成压力；20%填写表格（只在提交时才会请求，填写对服务器不构成压力）；40%在发呆（什么都没做）；20%用户不停从一个页面跳转另一个页面（只有这20%对服务器产生了压力）
服务器实际压力（能承受的最大并发访问数），既取决于业务并发用户数，还取决于用户的业务场景，**这些可以通过对服务器日志的分析得到，**一般只需要分析典型业务（用户常用，最关注的业务操作）。

估算业务并发用户数的公式（测试人员一般只关心业务并发用户数）

C = nL / T

C^ = C + 3 × (C的平方根)

C 是平均的业务并发用户数
n 是 login session 的数量

L 是 login session 的平均长度
T 是指考察的时间段长度

C^ 是指业务并发用户数的峰值
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。

假设：OA 系统有1000用户，每天400个用户发访问，每个登录到退出平均时间2小时，在1天时间内用户只在8小时内使用该系统。

C = 400 × 2 / 8 = 100

C^ = 100 + 3 × (100的平方根) = 100 + 3 × 10 = 130

另外，如果知道平均每个用户发出的请求数 u，则系统吞吐量可以估算为 u × C

注意：

精确估算，还要考虑用户业务操作存在一定的时间集中性（比如上班后 1 小时内是 OA 系统高峰期），采用公式计算仍然会存在偏差
针对例子 OA 系统可以把 1 小时设定为考察时间的粒度，将一天 8 小时划分为 8 个区间，这样可以解决业务操作存在集中性问题，更趋于精准，偏差更小。

系统吞度量要素
参考：系统吞吐量（TPS）、用户并发量、性能测试概念和公式

系统吞吐量的几个重要参数：QPS（TPS）、并发数、响应时间

QPS（TPS）= 并发数 / 平均响应时间

QPS（TPS）：每秒钟request / 事务数
并发数： 系统同时处理的request / 事务数
响应时间： 一般取平均响应时间
（很多人经常会把并发数和 TPS 理解混淆）

一个系统吞吐量通常由 QPS（TPS）、并发数两个因素决定。

每套系统这两个值都有一个相对极限值，在应用场景访问压力下，只要某一项达到系统最高值，系统的吞吐量就上不去了

如果压力继续增大，系统的吞吐量反而会下降，原因是系统超负荷工作，上下文切换、内存等等其它消耗导致系统性能下降。

系统响应时间，由 CPU 运算、IO、外部系统响应等等组成。