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使用者數和峰值資料
1）平均併發使用者數為 c = nl/t
2）併發使用者數峰值 c『 = c + 3*根號c
c是平均併發使用者數，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』是併發使用者數峰值
舉例1，假設系統a，該系統有3000個使用者，平均每天大概有400個使用者要訪問該系統（可以從系統日誌從獲得），對於乙個典型使用者來說，一天之內使用者從登陸到退出的平均時間為4小時，而在一天之內，使用者只有在8小時之內會使用該系統。
那麼，平均併發使用者數為：c = 400*4/8 = 200
併發使用者數峰值為：c『 = 200 + 3*根號200 = 243
舉例2， 某公司為其170000名員工設計了乙個薪酬系統，員工可進入該系統查詢自己的薪酬資訊，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，這些人裡面有70%是在每個月的最後一周使用一次該系統，且平均使用系統時間為5分鐘。
則乙個月最後一周的平均併發使用者數為（朝九晚五）：
n = 170000*0.5*0.7/5 = 11900
c= 11900*5/60/8 = 124
吞吐量計算為：f = vu * r / t 單位為個/s
f為事務吞吐量，vu為虛擬使用者數個數，r為每個虛擬使用者發出的請求數，t為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（使用者總量/統計時間）*影響因子（一般為3）來進行估算併發量。
比如，以乘坐地鐵為例子，每天乘坐人數為5萬人次，每天早高峰是7到9點，晚高峰是6到7點，根據8/2原則，80%的乘客會在高峰期間乘坐地鐵，則每秒到達地鐵檢票口的人數為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，那實際併發應為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：
1000w*80%/(9*3600)=246.92個/s,取經驗因子3，則併發量應為：
246.92*3=740
四、根據tps估計：
公式為 c = (think time + 1)*tps
五、根據系統使用者數計算：
**
系統的平均併發使用者數和併發數峰值如何估算
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使用者數和峰值資料 1 平均併發使用者數為 c nl t 2 併發使用者數峰值 c c 3 根號c c是平均併發使用者數，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 是併發使...
系統的平均併發使用者數和併發數峰值如何估算
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使用者數和峰值資料 1 平均併發使用者數為 c nl t 2 併發使用者數峰值 c c 3 根號c c是平均併發使用者數，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 是併發使...
系統的平均併發使用者數和併發數峰值如何估算
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使用者數和峰值資料 1 平均併發使用者數為 c nl t 2 併發使用者數峰值 c c 3 根號c c是平均併發使用者數，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 是併發使...