QPS（TPS）、并发数、响应时间

一．系统吞度量要素：

一个系统的吞度量（承压能力）与request对CPU的消耗、外部接口、IO等等紧密关联。单个reqeust 对CPU消耗越高，外部系统接口、IO影响速度越慢。系统吞吐能力越低，反之越高。

系统吞吐量几个重要參数：QPS（TPS）、并发数、响应时间
QPS（TPS）：每秒钟request/事务 数量
并发数： 系统同一时候处理的request/事务数
响应时间： 一般取平均响应时间
（非常多人常常会把并发数和TPS理解混淆）
理解了上面三个要素的意义之后，就能推算出它们之间的关系：
QPS（TPS）= 并发数/平均响应时间 或者 并发数 = QPS平均响应时间
一个典型的上班签到系统，早上8点上班。7点半到8点这30分钟的时间里用户会登录签到系统进行签到。公司员工为1000人，平均每一个员上登录签到系统的时长为5分钟。能够用以下的方法计算。
QPS = 1000/(3060) 事务/秒
平均响应时间为 = 560 秒
并发数= QPS平均响应时间 = 1000/(30*60) (560)=166.7
一个系统吞吐量通常由QPS（TPS）、并发数两个因素决定，每套系统这两个值都有一个相对极限值。在应用场景訪问压力下，仅仅要某一项达到系统最高值。系统的吞吐量就上不去了，假设压力继续增大。系统的吞吐量反而会下降。原因是系统超负荷工作，上下文切换、内存等等其他消耗导致系统性能下降。
决定系统响应时间要素

我们做项目要排计划，能够多人同一时候并发做多项任务，也能够一个人或者多个人串行工作，始终会有一条关键路径，这条路径就是项目的工期。

系统一次调用的响应时间跟项目计划一样，也有一条关键路径，这个关键路径是就是系统响应时间。

关键路径是有CPU运算、IO、外部系统响应等等组成。

二．系统吞吐量评估：

我们在做系统设计的时候就须要考虑CPU运算、IO、外部系统响应因素造成的影响以及对系统性能的初步预估。

而通常境况下，我们面对需求，我们评估出来的出来QPS、并发数之外，还有另外一个维度：日PV。

通过观察系统的訪问日志发现。在用户量非常大的情况下，各个时间周期内的同一时间段的訪问流量差点儿一样。比方工作日的每天早上。仅仅要能拿到日流量图和QPS我们就能够推算日流量。

通常的技术方法：
1、找出系统的最高TPS和日PV（Page View）。这两个要素有相对照较稳定的关系（除了放假、季节性因素影响之外）
2、通过压力測试或者经验预估，得出最高TPS，然后依据1的关系，计算出系统最高的日吞吐量。B2B中文和淘宝面对的客户群不一样，这两个客户群的网络行为不应用，他们之间的TPS和PV关系比例也不一样。

A)淘宝

淘宝流量图：

系统吞吐量评估方法

淘宝的TPS和PV之间的关系通常为 最高TPS：PV大约为 1 : 11*3600 （相当于按最高TPS訪问11个小时，这个是商品详情的场景，不同的应用场景会有一些不同）

B) B2B中文站

B2B的TPS和PV之间的关系不同的系统不同的应用场景比例变化比較大。粗略预计在1 : 8个小时左右的关系（09年对offerdetail的流量分析数据）。旺铺和offerdetail这两个比例相差非常大，可能是由于爬虫暂的比例较高的原因导致。

在淘宝环境下，如果我们压力測试出的TPS为100，那么这个系统的日吞吐量=100113600=396万

这个是在简单（单一url）的情况下。有些页面。一个页面有多个request，系统的实际吞吐量还要小。

不管有无思考时间（T_think），測试所得的TPS值和并发虚拟用户数(U_concurrent)、Loadrunner读取的交易响应时间（T_response）之间有下面关系（稳定执行情况下）：
TPS=U_concurrent / (T_response+T_think)。

并发数、QPS、平均响应时间三者之间关系

系统吞吐量评估方法

上图横坐标是并发用户数。

绿线是CPU使用率。紫线是吞吐量，即QPS。蓝线是时延。
開始，系统仅仅有一个用户，CPU工作肯定是不饱合的。一方面该server可能有多个cpu，可是仅仅处理单个进程。还有一方面，在处理一个进程中，有些阶段可能是IO阶段，这个时候会造成CPU等待，可是有没有其它请 求进程可以被处理）。

随着并发用户数的添加，CPU利用率上升。QPS对应也添加（公式为QPS=并发用户数/平均响应时间。）随着并发用户数的添加。平均响应时间也在添加。并且平均响应时间的添加是一个指数添加曲线。而当并发数添加到非常大时，每秒钟都会有非常多请求须要处理。会造成进程（线程）频繁切换。反正真正用于处理请求的时间变少，每秒可以处 理的请求数反而变少。同一时候用户的请求等待时间也会变大。甚至超过用户的心理底线。

来源：http://www.cnblogs.com/jackei/

软件性能測试的基本概念和计算公式

一、软件性能的关注点

对一个软件做性能測试时须要关注那些性能呢？

我们想想在软件设计、部署、使用、维护中一共同拥有哪些角色的參与。然后再考虑这些角色各自关注的性能点是什么，作为一个软件性能測试project师。我们又该关注什么？

首先。开发软件的目的是为了让用户使用，我们先站在用户的角度分析一下，用户须要关注哪些性能。

对于用户来说，当点击一个button、链接或发出一条指令開始，到系统把结果已用户感知的形式展现出来为止。这个过程所消耗的时间是用户对这个软件性能的直观印象。

也就是我们所说的响应时间，当对应时间较小时，用户体验是非常好的，当然用户体验的响应时间包含个人主观因素和客观响应时间，在设计软件时，我们就须要考虑到怎样更好地结合这两部分达到用户最佳的体验。

如：用户在大数据量查询时，我们能够将先提取出来的数据展示给用户，在用户看的过程中继续进行数据检索，这时用户并不知道我们后台在做什么。

用户关注的是用户操作的对应时间。

其次，我们站在管理员的角度考虑须要关注的性能点。

1、 对应时间
2、 server资源使用情况是否合理
3、 应用server和数据库资源使用是否合理
4、 系统是否能实现扩展
5、 系统最多支持多少用户訪问、系统最大业务处理量是多少
6、 系统性能可能存在的瓶颈在哪里
7、 更换那些设备能够提高性能
8、 系统是否能支持7×24小时的业务訪问

再次，站在开发（设计）人员角度去考虑。

1、 架构设计是否合理
2、 数据库设计是否合理
3、 代码是否存在性能方面的问题
4、 系统中是否有不合理的内存使用方式
5、 系统中是否存在不合理的线程同步方式
6、 系统中是否存在不合理的资源竞争

那么站在性能測试project师的角度，我们要关注什么呢？

一句话。我们要关注以上全部的性能点。

二、软件性能的几个主要术语

1、响应时间：对请求作出响应所须要的时间

网络传输时间：N1+N2+N3+N4

应用server处理时间：A1+A3

数据库server处理时间：A2

响应时间=N1+N2+N3+N4+A1+A3+A2

2、并发用户数的计算公式

系统用户数：系统额定的用户数量，如一个OA系统。可能使用该系统的用户总数是5000个。那么这个数量。就是系统用户数。

同一时候在线用户数：在一定的时间范围内。最大的同一时候在线用户数量。
同一时候在线用户数=每秒请求数RPS（吞吐量）+并发连接数+平均用户思考时间

平均并发用户数的计算：C=nL / T

当中C是平均的并发用户数，n是平均每天訪问用户数（login session），L是一天内用户从登录到退出的平均时间（login session的平均时间），T是考察时间长度（一天内多长时间实用户使用系统）

并发用户数峰值计算：C^约等于C + 3*根号C

当中C^是并发用户峰值。C是平均并发用户数。该公式遵循泊松分布理论。

3、吞吐量的计算公式

指单位时间内系统处理用户的请求数

从业务角度看。吞吐量能够用：请求数/秒、页面数/秒、人数/天或处理业务数/小时等单位来衡量

从网络角度看，吞吐量能够用：字节/秒来衡量

对于交互式应用来说。吞吐量指标反映的是server承受的压力，他可以说明系统的负载能力

以不同方式表达的吞吐量能够说明不同层次的问题，比如。以字节数/秒方式能够表示数要受网络基础设施、server架构、应用server制约等方面的瓶颈。已请求数/秒的方式表示主要是受应用server和应用代码的制约体现出的瓶颈。

当没有遇到性能瓶颈的时候，吞吐量与虚拟用户数之间存在一定的联系。能够採用下面公式计算：F=VU * R /

当中F为吞吐量，VU表示虚拟用户个数，R表示每一个虚拟用户发出的请求数，T表示性能測试所用的时间

4、性能计数器

是描写叙述server或操作系统性能的一些数据指标。如使用内存数、进程时间。在性能測试中发挥着“监控和分析”的作用，尤其是在分析统统可扩展性、进行新能瓶颈定位时有着很关键的作用。

资源利用率：指系统各种资源的使用情况，如cpu占用率为68%，内存占用率为55%，一般使用“资源实际使用/总的资源可用量”形成资源利用率。

5、思考时间的计算公式

Think Time，从业务角度来看，这个时间指用户进行操作时每一个请求之间的时间间隔，而在做新能測试时，为了模拟这种时间间隔，引入了思考时间这个概念。来更加真实的模拟用户的操作。

在吞吐量这个公式中F=VU * R / T说明吞吐量F是VU数量、每一个用户发出的请求数R和时间T的函数，而当中的R又能够用时间T和用户思考时间TS来计算：R = T / TS

以下给出一个计算思考时间的一般步骤：

A、首先计算出系统的并发用户数

C=nL / T F=R×C

B、统计出系统平均的吞吐量

F=VU * R / T R×C = VU * R / T

C、统计出平均每一个用户发出的请求数量

R=uCT/VU

D、依据公式计算出思考时间

TS=T/R