最大并发数理解

介绍一个理发店理论，然后引出最佳并发用户数和最大并发用户数的概念

背景：

理发店共有3名理发师，每名理发师完成一次理发都耗时1小时，店里有还有一些位子供客人等位，每个客人在理发店呆的时间超过3小时就会无法忍受离开。

几个概念

3名理发师，好比应用同时能处理几个事务
理发耗时1小时，好比完成一次事务需要的时间（等待位子，加上能剪发的位子，好比最大请求队列数）
3小时，好比响应时间，超过3小时，则放弃这个请求
结合场景，随着理发店客人的数量增加时，响应时间一开始并没有明显变化，因为有3个理发师，足矣消化掉3个客人，当超过3个客人时，势必有客人是需要等待的。
在客人数量正好为3人时，理发师的工作效率最高，客人也不需要等待，这个数我就理解为 最佳并发用户数。
当客人数为9人时在这个场景中，势必有客人完成理发的时间要达到2-3小时了（来的时候，其他客人已经剪到一半了，需要等正在剪的客人0-1小时，前面排在前面
的人理发1小时，自己理发1小时），而再来客人的话，必定完成理发的时间超过3小时，也就是所谓的超时放弃走人了。
这个9，我就理解为 最大并发用户数。

性能

是负载、吞吐量、可接受的响应时间和资源利用率之间的一种平衡。
对于一个确定的被测系统来说，在某个具体的软硬件环境下，它的“最佳并发用户数”和“最大并发用户数”都是客观存在。以“最佳并发用户数”为例，假如一个系统的
最佳并发用户数是50，那么一旦并发量超过这个值，系统的吞吐量和响应时间必然会 “此消彼长”；如果系统负载长期大于这个数，必然会导致用户的满意度降低并
最终达到一种无法忍受的地步。所以我们应该 保证最佳并发用户数要大于系统的平均负载。
当我们需要对一个系统长时间施加压力——例如连续加压3-5天，来验证系统的可靠性或者说稳定性时，我们所使用的并发用户数应该等于或小于“最佳并发用户数”——
大家也可以结合上面的讨论想想这是为什么 ,而对于最大并发用户数的识别，需要考虑和鉴别一下以下两种情况：

1. 当系统的负载达到最大并发用户数后，响应时间超过了用户可以忍受的最大限度——这个限度应该来源于性能需求，例如：在某个级别的负载下，系统的响应时间
   应该小于5秒。这里容易疏忽的一点是，不要把顾客因为无法忍受而离开时店内的顾客数量作为理发店的“最大并发用户数”，因为这位顾客是在3小时前到达的，也就
   是说3小时前理发店内的顾客数量才是我们要找的“最大并发用户数”。而且，这位顾客的离开只是一个开始，可能有会更多的顾客随后也因为无法忍受超长的等待时间而离开；
2. 在响应时间还没有到达用户可忍受的最大限度前，有可能已经出现了用户请求的失败。以理发店模型为例，如果理发店只能容纳6位顾客，那么当7位顾客同时来到理发店时，
   虽然我们可以知道所有顾客都能在可容忍的时间内剪完头发，但是因为理发店容量有限，最终只好有一位顾客打道回府，改天再来。
   对于一个系统来说，我们应该 确保系统的最大并发用户数要大于系统需要承受的峰值负载。