分析思路：
1、x軸代表併發使用者數，y軸代表資源利用率、吞吐量、響應時間。x軸與y軸區域從左往右分別是輕壓力區、重壓力區、拐點區。
2、隨著併發使用者數的增加，在輕壓力區的響應時間變化不大，比較平緩，進入重壓力區後呈現增長的趨勢，最後進入拐點區後傾斜率增大，響應時間急劇增加。
3、隨著併發使用者數的增加，吞吐量增加，進入重壓力區後逐步平穩，到達拐點區後急劇下降，說明系統已經達到了處理極限，有點扛不住。資源利用率逐步上公升，最後達到飽和狀態。
4、隨著併發使用者數增加，吞吐量與資源利用率增加，說明系統在積極處理，所以響應時間增加得並不明顯，處於比較好的狀態，但是隨著併發使用者數的持續增加，壓力也在持續加大，吞吐量與資源利用率都達到了飽和，隨後吞吐量急劇下降，造成響應時間急劇增長。輕壓力區和重壓力區的交界點是系統的最佳併發使用者數，因為各種資源都利用的充分，響應也很快；而重壓力區與拐點區的交界點就是系統的最大併發使用者數，因為超過這個點，系統效能將會急劇下降甚至崩潰。
容量計算
1. 通過分析運營資料，可以知道當前系統每小時處理的pv數
2. 通過負載測試，可以知道系統每小時最大處理的pv數
即整理得
系統每小時pv處理剩餘量 = 系統每小時最大處理的pv數 — 系統每小時處理的pv數
假設該**使用者負載基本呈線性增長，現有系統使用者數為70萬，根據運營推廣計畫，1年內該**發展使用者將達到1000萬，即增長了14倍。即整理得：
系統每小時pv處理增加量 = 當前系統每小時處理的pv數 * 14 — 當前系統每小時處理的pv數
每天系統負載增加率 = 100% / 365 = 2.74 % （備註：此處將未來系統使用者數達到1000萬的負載定義為 100% ）
系統每天pv處理增加量 = 系統每小時pv處理增加量 * 每天系統負載增加率 * 24
所以，我們可以知道在正常負載條件下：
系統可支援正常執行天數 = 系統每小時pv處理剩餘量 * 24 / 系統每天pv處理增加量
假設該**後續部署公升級天數已知，這樣我們可以知道提前公升級的天數：
系統可支援正常執行天數 — 部署公升級天數
總結如下：
4 曲線拐點模型分析
對於初學者來說，培養觀察與分析思想是很重要的，首先來看一張典型的曲線拐點模型圖，如圖1 2所示。分析圖1 2最好是先看乙個個指標，然後再綜合分析，這樣的步驟更容易理解，思路也更加清晰明了。接下來就和小白一起來分析吧，分析思路如下。1 x軸代表併發使用者數，y軸代表資源利用率 吞吐量 響應時間。x軸與...
mysql 效能拐點 MySQL效能優化
此篇文章簡單介紹mysql配置優化 修改back log back log值表示mysql的連線資料達到max connections時,有多少請求能夠被放在堆疊之中以等待其他連線釋放.如果等待連線的數量超過back log時,就不被授予連線資源.show variables like back l...
效能測試 地鐵模型分析
地鐵模型分析 和絕大部分人一樣，小白每天都要乘坐地鐵上下班，那麼就拿地鐵來分析，再次深刻理解下效能。早上乘坐地鐵上班，最典型的就是北京地鐵1 5 10 13號線等，人多得簡直沒法形容！為了方便理解分析，先做如下假設。某地鐵站進站只有3個刷卡機。人少的情況下，每位乘客很快就可以刷卡進站，假設進站需要1...