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%