性能测试前期，如何对一个系统的并发量进行评估？

一般有几种估算模式，可以根据现有的实际参考数据来进行估算：

一、经典公式1：
   一般来说，利用以下经验公式进行估算系统的平均并发用户数和峰值数据

文中公式及示例1主要来自文献：Eric Man Wong，Method for Estimating the Number of Concurrent Users，2004翻译/修改的关键内容。据说EricMan Wong这篇文章是业界比较公认的并发用户数测算理论和公式。

一、业务应用系统平均并发用户数C和交易并发用户数峰值D测算公式：



C：平均的并发用户数

n：是最大在线交易用户数量

L：用户从发出请求到返回结果的时间段（也指的是用户在线时长）

T：考察的时间段长度（也指系统一天内被实际使用的时长）

D：交易并发用户数峰值

二、示例1：电子工资系统平均并发用户数和交易并发用户数峰值测算

例如某市政府将推出的电子工资系统，其中将会有170000名员工查看自己的工资信息。由于不同层次的信息技术能力，个人电脑的有限可用性和其他手段的存在，据估计，当系统全面启动时，只有50%的员工将定期使用该系统。在这些用户中，据估计，70%将在每个月的最后一周使用该系统。而用户/员工使用该系统查看自己工资的平均长度是5分钟。

通过上面的分析，我们发现每个月最后一周应该是该电子工资系统的访问高峰期，因此，我们现在可以预测每个月最后一周的平均并发用户数量：

我们主要测算关注期间（每月的最后一周）任何一天的办公时间（上午9时至下午5点）。

则：

n = 170000 * 0.5 * 0.7/5= 11900（假设在一周内5天）

L = 5分钟

T = 8小时= 480分钟（每一天8小时）

平均并发用户数C和交易并发用户数峰值D：



因此，可以预测，在每个月的最后一周，将有一个平均约124并发用户，业务高峰约157的并发用户访问该电子工资系统。

三、示例2：某地税报税系统平均并发用户数和交易并发用户数峰值测算

某市地方税务局目前有33.4万纳税人，则n的值为334000；每次的交易响应时间按照性能要求中满载的时间再增加一定的余量，即L的时间需要1分钟（60秒），T的值定义为每天实际交易的周期，根据地税行业的特点，每天的交易时间设定为6小时，另外，我们还需要考虑地税的业务，如每月1-10号报税，每月完成等。

根据公式1和公式2，可以得到平均并发用户数量C和交易并发用户数峰值D：



     根据预测可以得到该地税报税交易系统平均并发用户数约为928，交易并发峰值约为1019。

有了这两个数据作为基础，便可以去测算更多细节内容了，如WEB访问量、数据库并发访问量等。

 
  另外说一说吞吐量计算公式，F = Vu * R / T 单位为个/s
    F为事务吞吐量，Vu为虚拟用户数个数，R为每个虚拟用户发出的请求数，T为处理这些请求所花费的时间
 
二、经典公式2：
  对绝大多数场景，我们用（用户总量/统计时间）*影响因子（一般为3）来进行估算并发量。
  比如，以乘坐地铁为例子，每天乘坐人数为5万人次，每天早高峰是7到9点，晚高峰是6到7点，根据8/2原则，80%的乘客会在高峰期间乘坐地铁，则每秒到达地铁检票口的人数为50000*80%/（3*60*60）=3.7，约4人/S，考虑到安检，入口关闭等因素，实际堆积在检票口的人数肯定比这个要大，假定每个人需要3秒才能进站，那实际并发应为4人/s*3s=12，当然影响因子可以根据实际情况增大！
 
三、根据PV计算公式：
  比如一个网站，每天的PV大概1000w，根据2/8原则，我们可以认为这1000w pv的80%是在一天的9个小时内完成的（人的精力有限），那么TPS为：
  1000w*80%/(9*3600)=246.92个/s,取经验因子3，则并发量应为：
  246.92*3=740

四、根据TPS估计：
   公式为 C = (Think time + 1)*TPS

五、根据系统用户数计算：
   并发用户数 = 系统最大在线用户数的8%到12%