TPS,并发用户数,吞吐量以及一些计算公式

TPS,并发用户数,吞吐量以及一些计算公式

基本概念
TPS:每秒同时处理的请求数/事务数
并发数:系统同时处理的请求数/事务数
响应时间:一般去平均响应时间,只有当方差过大时,去90%的响应时间值
吞吐量:单位时间内系统处理用户的请求数/事务数,一个系统的承压能力,如单个请求对CPU消耗越高,外部系统接口,IO影响速度越慢,系统吞吐量能力越低,反之越高
 
计算公式
TPS=并发数/响应时间
一个系统吞吐量通常由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,只有某项达到系统最高值,系统的吞吐量就上不去了,如果压力继续增加,系统的吞吐量反而会下降,原因是系统超负载工作,上下文切换,内存等其他消耗导致系统性能下降
 
无论有无思考时间(T_think),测试所得的 TPS 值和并发 虚拟用户数(U_concurrent) 、Loadrunner读取的交易 响应时间(T_response) 之间有以下关系(稳定运行情况下):
TPS=U_concurrent / (T_response+T_think)
即TPS与并发数成正比,与平均响应时间成反比,当超过某个值之后,比例失效
并发数、QPS、平均响应时间三者之间关系
 

响应时间

网络传输时间:N1+N2+N3+N4
应用服务器处理时间:A1+A3
数据库服务器处理时间:A2
响应时间= N1+N2+N3+N4+A1+A3+A2
 
平均并发用户数的计算: C=nL / T
其中C是平均的并发用户数,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
并发用户数峰值计算 :C^约等于C + 3*根号C
其中C^是并发用户峰值,C是平均并发用户数,该公式遵循泊松分布理论
 
吞吐量
从业务角度,吞吐量可以用:请求数/秒,页面数/秒,人数/天或处理业务数/小时等单位来衡量
从网络角度看,吞吐量可以用:字节/秒来衡量
 
对于交互式应用来说,吞吐量指标反映的是服务器承受的压力,他能够说明系统的负载能力
以不同方式表达的吞吐量可以说明不同层次的问题,例如,以字节数/秒方式可以表示数要受网络基础设施、服务器架构、应用服务器制约等方面的瓶颈;
已请求数/秒的方式表示主要是受应用服务器和应用代码的制约体现出的瓶颈。
当没有遇到性能瓶颈的时候,吞吐量与虚拟用户数之间存在一定的联系,可以采用以下公式计算: F=VU * R / T

其中F为吞吐量,VU表示虚拟用户个数,R表示每个虚拟用户发出的请求数,T表示性能测试所用的时间

性能计数器
是描述服务器或操作系统性能的一些数据指标,如使用内存数、进程时间,在性能测试中发挥着“监控和分析”的作用,尤其是在分析系统可扩展性,进行性能瓶颈定位时有着非常关键的作用
资源利用率: 指系统各种资源的使用情况,如cpu占用率为68%,内存占用率为55%,一般使用“资源实际使用/总的资源可用量”形成资源利用率。
思考时间Think Time
从业务角度来看,这个时间指用户进行操作时每个请求之间的时间间隔,而在做新能测试时,为了模拟这样的时间间隔,引入了思考时间这个概念,来更加真实的模拟用户的操作。
在吞吐量这个公式中F=VU * R / T说明吞吐量 F是VU数量、每个用户发出的请求数R和时间T的函数,而其中的R又可以用时间T和用户思考时间TS来计算:R = T / TS
下面给出一个计算思考时间的一般步骤:
A、首先计算出系统的并发用户数
C=nL / T F=R×C
B、统计出系统平均的吞吐量
F=VU * R / T R×C = VU * R / T
C、统计出平均每个用户发出的请求数量
R=u*C*T/VU
D、根据公式计算出思考时间
TS=T/R

转载于:https://www.cnblogs.com/Eleven-Alice/p/10769405.html

已标记关键词 清除标记
表情包
插入表情
评论将由博主筛选后显示,对所有人可见 | 还能输入1000个字符
相关推荐
©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页