併發用戶數：是指現實系統中操作業務的用戶，在性能測試工具中，一般稱爲虛擬用戶數(Virutal User)。
併發用戶數和註冊用戶數、在線用戶數的概念不同，
1、併發用戶數一定會對服務器產生壓力的，
2、而在線用戶數只是 ”掛” 在系統上，對服務器不產生壓力，
3、註冊用戶數一般指的是數據庫中存在的用戶數。
TPS：Transaction Per Second, 每秒事務數, 是衡量系統性能的一個非常重要的指標。
TPS就是每秒事務數，但是事務是基於虛擬用戶數的，假如1個虛擬用戶在1秒內完成1筆事務，那麼TPS明顯就是1；如果 某筆業務響應時間是1ms,那麼1個用戶在1秒內能完成1000筆事務，TPS就是1000了；如果某筆業務響應時間是1s,那麼1個用戶在1秒內只能完 成1筆事務，要想達到1000TPS，至少需要1000個用戶；因此可以說1個用戶可以產生1000TPS，1000個用戶也可以產生1000TPS，無非是看響應時間快慢。
也就是說，在評定服務器的性能時，應該結合TPS和併發用戶數，以TPS爲主，併發用戶數爲輔來衡量系統的性能。如果必須要用併發用戶數來衡量的 話，需要一個前提，那就是交易在多長時間內完成，因爲在系統負載不高的情況下，將思考時間(思考時間的值等於交易響應時間)加到腳本中，併發用戶數基本可 以增加一倍，因此用併發用戶數來衡量系統的性能沒太大的意義。
在性能測試時並不需要用上萬的用戶併發去進行測試，如果只需要保證系統處理業務時間足夠快，幾百個用戶甚至幾十個用戶就可 以達到目的。據他了解，很多專家做過的性能測試項目基本都沒有超過5000用戶併發。因此對於大型系統、業務量非常高、硬件配置足夠多的情況下，5000 用戶併發就足夠了；對於中小型系統，1000用戶併發就足夠了。
系統吞吐量幾個重要參數：TPS、併發數、響應時間
TPS：每秒鐘事務數量
併發數： 系統同時處理的事務數
響應時間：一般取平均響應時間
TPS=併發用戶數 / (響應時間+Thinktime)
併發用戶如何計算
一、經典公式1：
一般來說，利用以下經驗公式進行估算系統的平均併發用戶數和峯值數據
1）平均併發用戶數爲 C = nL/T
2）併發用戶數峯值 C‘ = C + 3*根號C
C是平均併發用戶數，n是login session的數量，L是login session的平均長度，T是值考察的時間長度
C’是併發用戶數峯值
舉例1，假設系統A，該系統有3000個用戶，平均每天大概有400個用戶要訪問該系統（可以從系統日誌從獲得），對於一個典型用戶來說，一天之內用戶從登陸到退出的平均時間爲4小時，而在一天之內，用戶只有在8小時之內會使用該系統。
那麼，
平均併發用戶數爲：C = 400*4/8 = 200
併發用戶數峯值爲：C‘ = 200 + 3*根號200 = 243
舉例2， 某公司爲其170000名員工設計了一個薪酬系統，員工可進入該系統查詢自己的薪酬信息，但並不是每個人都會用這個系統，假設只有50%的人會定期用改系統，這些人裏面有70%是在每個月的最後一週使用一次該系統，且平均使用系統時間爲5分鐘。
則一個月最後一週的平均併發用戶數爲（朝九晚五）：
n = 170000*0.5*0.7/5 = 11900
C= 11900*5/60/8 = 124
吞吐量計算爲：F = Vu * R / T 單位爲個/s
F爲事務吞吐量，Vu爲虛擬用戶數個數，R爲每個虛擬用戶發出的請求數，T爲處理這些請求所花費的時間
二、通用公式2：
對絕大多數場景，我們用（用戶總量/統計時間）*影響因子（一般爲3）來進行估算併發量。
比如，以乘坐地鐵爲例子，每天乘坐人數爲5萬人次，每天早高峯是7到9點，晚高峯是6到7點，根據8/2原則，80%的乘客會在高峯期間乘坐地鐵，則每秒到達地鐵檢票口的人數爲50000*80%/（3*60*60）=3.7，約4人/S，考慮到安檢，入口關閉等因素，實際堆積在檢票口的人數肯定比這個要大，假定每個人需要3秒才能進站，那實際併發應爲4人/s*3s=12，當然影響因子可以根據實際情況增大！
三、根據PV計算公式：
比如一個網站，每天的PV大概1000w，根據2/8原則，我們可以認爲這1000w pv的80%是在一天的9個小時內完成的（人的精力有限），那麼TPS爲：
1000w*80%/(9*3600)=246.92個/s,取經驗因子3，則併發量應爲：
246.92*3=740
四、根據TPS估計：
公式爲 C = (Think time + 1)*TPS
五、根據系統用戶數計算：
併發用戶數 = 系統最大在線用戶數的8%到12%