性能测试前期,如何对一个系统的并发量进行评估?

更新时间:2023-04-22 08:15:09 阅读: 评论:0


2023年4月22日发(作者:劳动合同法39条)

性能测试前期,如何对⼀个系统的并发量梁冰玉 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 WongMethod for Estimating the Number of Concurrent Urs2004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扣你菊花 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(也指的是⽤户在线什么是公务员 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关于绿色的成语 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勤学的成语 .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

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excel怎么自动求乘积 ,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79点,晚⾼峰是67点,根据8/2原则,80%的乘客

会在⾼垃圾清运协议 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/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/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 pv80%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/s,取经验因⼦3,则并发量应缬沙坦怎么读 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%12%


本文发布于:2023-04-22 08:15:09,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/82/508974.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:并发量
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图