關於併發使用者數和qps，自己一直被這兩個概念糾結，閱讀了一下相關資料，總結如下：併發 使用者數和qps兩個概念沒有直接關係，但是如果要說qps時，一定需要指明是多少併發使用者數下的qps，否則豪無意義，因為單使用者數的40qps和20並 發使用者數下的40qps是兩個不同的概念。前者說明該應用可以在一秒內序列執行40個請求，而後者說明在併發20個請求的情況下，一秒內該應用能處理40 個請求，當qps相同時，越大的併發使用者數，代表了**併發處理能力越好。對於當前的
web
伺服器，其處理單個使用者的請求肯定戳戳有餘，這個時候會存在資源浪費的情況（一方面該伺服器可能有多個cpu，但是只處理單個程序，另一方面，在處理乙個程序中，有些階段可能是io階段，這個時候會造成cpu等待，但是有沒有
其他
請 求程序可以被處理）。而當併發數設定的過大時，每秒鐘都會有很多請求需要處理，會造成程序（執行緒）頻繁切換，反正真正用於處理請求的時間變少，每秒能夠處 理的請求數反而變少，同時使用者的請求等待時間也會變大，甚至超過使用者的心理底線。所以在最小併發數和最大併發數之間，一定有乙個最合適的併發數值，在併發 數下，qps能夠達到最大。但是，這個併發並非是乙個最佳的併發，因為當qps到達最大時的併發，可能已經造成使用者的等待時間變得超過了其最優值，所以對 於乙個系統，其最佳的併發數，一定需要結合qps，使用者的等待時間來綜合確定。
對這個圖進行簡單的講評吧。橫座標是併發使用者數。綠線是cpu使用率；紫線是吞吐量，即qps；藍線是時延。
開始，系統只有乙個使用者，cpu工作肯定是不飽合的。
一方面該伺服器可能有多個cpu，但是只處理單個程序，另一方面，在處理乙個程序中，有些階段可能是io階段，這個時候會造成cpu等待，但是有沒有
其他
請 求程序可以被處理）。隨著併發使用者數的增加，cpu利用率上公升，qps相應也增加（公式為qps=併發使用者數/平均響應時間。）隨著併發使用者數的增加，平均響應時間也在增加，而且平均響應時間的增加是乙個指數增加曲線。而當併發數增加到很大時，每秒鐘都會有很多請求需要處理，會造成程序（執行緒）頻繁切換，反正真正用於處理請求的時間變少，每秒能夠處 理的請求數反而變少，同時使用者的請求等待時間也會變大，甚至超過使用者的心理底線。
系統吞吐量幾個重要引數：qps（tps）、併發數、響應時間
qps（tps）：
每秒鐘request/事務 數量
併發數：
系統同時處理的request/事務數
一般取平均響應時間
（很多人經常會把併發數和tps理解混淆）
理解了上面三個要素的意義之後，就能推算出它們之間的關係：
qps（tps）= 併發數/平均響應時間
乙個系統吞吐量通常由qps（tps）、併發數兩個因素決定，每套系統這兩個值都有乙個相對極限值，在應用場景訪問壓力下，只要某一項達到系統最高值，系統的吞吐量就上不去了，如果壓力繼續增大，系統的吞吐量反而會下降，原因是系統超負荷工作，上下文切換、記憶體等等其它消耗導致系統效能下降。
上面這張圖是應用其他人的關於併發使用者數，qps，使用者平均等待時間的一張關係圖，對於實際的系統，也應該是對於不同的併發數，進行多次
測試
，獲取到這些數值後，畫出這樣一張圖出來，以便於分析出系統的最佳併發使用者數。
從最佳併發使用者數和最大併發使用者數看效能測試
文章中介紹乙個理髮店理論，然後引出最佳併發使用者數和最大併發使用者數的概念 背景 理髮店共有3名理髮師，每名理髮師完成一次理髮都耗時1小時，店裡有還有一些位子供客人等位，每個客人在理髮店呆的時間超過3小時就會無法忍受離開。我理解的幾個概念 3名理髮師，好比應用同時能處理幾個事務 理髮耗時1小時，好比...
LoadRunner 虛擬使用者數和併發使用者數的聯絡
oa系統使用使用者是100個，這個就是系統使用者數。承受的壓力。因為伺服器 併發使用者 是同時執行乙個操作的使用者，或者是同時執行指令碼的使用者，這個併發在設定不同場景的時候併發的情況是不一樣的，在實際的測試 估算併發數的公示 1 計算平均的併發使用者數 c nl t 2 併發使用者數峰值 c c ...
併發使用者數的理解
什麼是併發使用者數，很多人都會拿這個指標來衡量乙個網路系統的好與壞，剛開始接觸loadrunner的時候，曾認為虛擬使用者就是所謂的併發使用者數，不過經過一系列的測試後，發現這種看法並不怎麼全是正確。首先，要分兩種測試情況，第一種是通過跑網頁實際業務測試，如教務系統，觀察其登陸事務，查詢事務等，第二...