性能测试常用指标计算汇总
性能测试常用指标计算汇总
预估步骤：
注册用户数-日均UV量-每日的PV量-每天的并发量
峰值预估：平常量的2-3倍；
根据并发量（并发，事务数），存储容量计算系统容量。
客户需求：3-5年用户数达到1000万注册用户；
500万*0.05
2000万，活跃用户5%，即
每秒并发数预估：
每天的UV为200万（二八原则【即1000万*20%】）；
每日每个用户点击浏览30次；
PV量：200*30=6000万；
集中访问量：24小时*0.2=4.8小时，6000万*0.8=4800万（二八原则，【每天有20%集中访问时间，同时有80%的集中访问量】）
每分并发量：4.8小时*60分钟=288分钟，每分钟访问量约等于4800万/288分钟≈16.7万次
每秒并发量：4.8小时*60分钟*60秒=17280秒钟，每秒钟访问量等于4800万/17280秒≈2778次
假设：高峰期为平常值得三倍，则每秒得并发数可以达到2778*3 = 8334次/秒
服务器预估（以Tomcat服务器举例）：
按一台Web服务器，支持每秒300个并发计算，平常需要10台服务器（约等于）；[Tomcat默认配置是150]
高峰期：需要30台服务器；
容量预估：70/90原则
系统CPU一般维持在70%左右的水平，高峰期达到90%的水平，是不浪费资源，并比较稳定的。内存，IO类似。
以上预估仅供参考，因为服务器配置，业务逻辑复杂度等都有影响。在此CPU、硬盘、网络等不再进行评估。
峰值QPS：原理：每天80%的访问量集中再20%的时间里，这20%时间叫做峰值时间
公式：（总PV数*80%）/ （每天秒数 * 20%）=峰值时间每秒请求数（QPS)
PV：访问量即Page View，即页面浏览量或点击量，用户每次刷新即被计算一次单台服务器每天PV计算
公式1：每天总PV = QPS * 3600 * 6
公式2：每天总PV = QPS * 3600 * 8
UV：独立访客即Unique Visitor，访问您网站的一台电脑端为一个访客。00:00~24:00 内相同的客户端只被计算一次服务器数量：
机器：峰值时间每秒QPS / 单台机器的QPS = 需要的机器
机器：ceil（每天总PV / 单台服务器每天总PV）
1)访问页面的带宽
访问官网首页：5.6MB
访问TPS首页：8.7MB
访问沃好首页：4.8MB
2）计算PV
日常PV：tps（5.97w)+walhao(0.9w)=6.87w
峰值PV：tps（13.16w）+walhao（0.21w）=13.37w
日常网站带宽计算：（日均pv/统计时间(s))*平均页面大小（KB）*8=nMbps
日常PV下的日常网站带宽=（6.87w / (24*60*60))*(5.6+8.7+4.8)*8 = 121.49Mbps
峰值PV下的日常网站带宽=（13.37w / (24*60*60))*(5.6+8.7+4.8)*8=236.45Mbps
峰值网站带宽:（日均PV/统计时间(s)）* 平均页面大小(KB)*8*5=mMbps
日常PV下的峰值网站带宽=（6.87w / (24*60*60))*(5.6+8.7+4.8)*8*5=607.45Mbps
峰值PV下的峰值网站带宽=（13.37w / (24*60*60))*(5.6+8.7+4.8)*8*5=1182.25Mbps
并发连接数：PV / 统计时间 * 页面衍生连接次数 * http响应时间*因数 / web服务器数量；
10wPV并发连接数 c=((10*10000PV/86400秒）*50个派生连接数*1秒内响应*5倍峰值）/1台web服务器=289
13.7wPV并发连接数 c=((13.7*10000)/86400秒）*（414+82）*2.5*5 = 9831
线下单机基线TPS = 线上日均交易量/86400/机器数*160%*F
1天：86400秒
160%：50%的时间完成80%的业务，即80%/50%=160%
后端核心服务响应时间不超过100ms
后端一般服务响应时间不超过100ms
前端页面响应时间不超过3s
1）响应时间
一般依据1秒 3秒 5秒原则，判断一个请求的处理是否快慢，同时也需要根据系统的实际功能在调整判断这个规则。
2）活跃用户数及并发用户数
注册用户数：通过注册功能注册到系统的用户。
在线用户数（活跃用户数）：用户登录系统后，处于在线状态，但并未都在对系统进行功能操作
并发用户数：用户登录系统后，处于在线状态，有都在对系统进行功能操作。
a）行业视频APP
App1：
注册用户数：a万
日访问ip数：a/7 = 18.21万人
日活PV量：b/7 = 40.36万次
活跃用户占比：IP数%注册用户数 18.21/a = 0.5%
b)APP1:1
注册用户数：a万
日访问ip数：3.5万人
日活PV量：0.72万次
活跃用户占比：IP数%用户数 3.5 / 200 = 1.75%
c)APP3：
注册用户数a万，每天活跃用户数：2%，即活跃用户数：0.02*a万人。
日活用户2万，每年增长30%，共增长3年。
公式1：
用户在线时长：用户从登录到退出的时间，单位为小时。
用户使用系统的时间：用户在16个小时（8~23）内都会使用系统。
用户使用系统的时间16个小时，平均每30分钟操作1次，16个小时共操作32次。
平均并发用户数c = 在线用户数 n* 用户在线时长L /用户使用系统的时间 T
c = 2w * 2 / 16 = 2500
峰值并发用户数c = 平均并发用户数c + 开3次根（平均并发用户数c）
c' = c +开3次根(c) = 2500+14 =2514
40万*10*60/16*60*60=4166.6tps
公式2：
平均并发用户数c = 在线用户数 n*20%
c=2w*20%=4000
峰值并发用户数c = 平均并发用户数c * 调整因子r（2~3）
c’= c*r=2000 * 3 = 6000
公式3：
平均并发用户数 vu = 吞吐量 tps*T（思考时间3秒 think Time + 进行业务操作时间 runTime）
3)pv及tps，及pv与tps的换算关系
未来3年的日pv量：每天pv2万，则3年按30%的增长，3年后日pv：2万 *（1+30%)² ≈3.38万
公式1：
按8020原则计算，80%的业务操作在20%的时间内完成。
tps = （每小时PV*80%）/（3600秒*20%）
1000万*0.8/24*60*60*0.2=800万/17280秒
460tps*4=1850tps
100线程 200MB 50tps
9月 访问量：237676 uv：27644 9
8月 访问量：15925 uv：572 27.8
7月 访问量：14939 uv：602 24.8
(20万*21*0.8)/(86400*0.2)=194.4tps
公式2：
tps = vu*R/T
吞吐量 F = 虚拟用户数vu*请求的个数 R/性能测试时间 T
用户发出额请求个数 R = 性能测试时间 T / 用户思考时间 Ts
4）测试环境与生产环境差异比例计算
因生产环境与测试环境存在差异，因此测试环境中测试的性能要求，按比例换算生成环境上时，如何符合要求，则在生产环境也基本可以达到要求。
测试环境与生产环境比例：
n=(生产web服务器数/测试web服务器数),(生产app服务器数/测试app服务器数)）*（生产服务器内存/测试服务器内存）
n=(16/9)*(200/64)=5.5
平均TPS = （总PV*80%）/（24*60*60*（T/24））/服务器数量
平均TPS = （1.6*总PV）/（24*60*60）/服务器数量
峰值TPS = (1.92*总PV）/（24*60*60）/服务器数量
系统业务处理能力
TPS = 并发数（vu）*行为习惯：每人请求数（pv）/执行时间(t) (思考时间(tt)+响应时间(rt))
以上内容转载于https://www.cnblogs.com/NiceTime/p/8555881.html ，并对部分数据加以说明。
