并发计算公式

常用并发数计算公式：N=[(n*0.8*S*P)/(T*0.2)]*R

其中：n为系统用户数；

S为每个用户发生的业务笔数（QPS）；

P为每笔业务所需要访问服务器的时间，单位为秒；

T为使用业务的时间，单位为秒；

R为调节因子，缺省值为1；

示意：

S=20（每天1000个用户发生20000笔业务）；

P=30（每笔业务需要访问服务器30秒）；

T=36000（每天工作10小时）；

R=2（缺省为1，复杂的业务系统可用2）；

计算得出的并发数为：（1000*0.8*20*30/(36000*0.2)）*2=133.33；

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

1）平均并发用户数为 C=nL/T

2）并发用户数峰值 C'=C+3*根号C

C是平均并发用户数，n是 Login session的数量，L是 Login session的平均长度，T是值考察的时间长度

C'是并发用户数峰值

举例1，假设系统A，该系统有3000个用户，平均每天大概有400个用户要访问该系统（可以从系统日志中获得），对于一个典型用户来说，一天之内用户从登陆到退出的平均时间为4小时，而在一天之内，用户只有在8小时内会使用该系统。

那么，

平均并发用户数为：C=400*4/8=200

并发用户数峰值为：C'=200+3*根号200=243

举例2，某公司为其170000名员工设计了一个薪酬系统，员工可进入该系统查询自己的薪酬信息，但并不是每个人都会使用这个系统，假设只有50%的人会定期用该系统，这些人里面有70%是在每个月的最后一周使用一次该系统，且平均使用系统时间为5分钟。

则一个月最后一周的平均并发用户数为（朝九晚五）：

n=170000*0.5*0.7/5=11900

C=11900*5/60/8=124

吞吐量计算为：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、通用公式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7到9点，晚高峰是6到7点，根据8/2原则，80%的乘客会在高峰期间乘坐地铁，则每秒到达地铁检票口的人数为50000*80%/（3*60*60）=3.7，约4人/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人/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 pv的80%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个/s，取经验因子3，则并发量应为：

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%到12%

并发的意思是指网站在同一时间访问的人数，人数越大，瞬间带宽要求更高。服务器并发量分为：1.业务并发用户数；2.最大并发访问数；3.系统用户数；4.同时在线用户数；

说明服务器实际压力，能承受的最大并发访问数，既取决于业务并发用户数，还取决于用户的业务场景，这些可以通过对服务器日志的分析得到。

一般只需要分析出典型业务（用户常用，最关注的业务操作）

给出一个估算业务并发用户数的公式（测试人员一般只关心业务并发用户数）

C=nL/T

C^=C+3×(C的平方根)

C是平均的业务并发用户数、n是login session的数量、L是login session的平均长度、T是指考察的时间段长度、C^是指业务并发用户数的峰值。

假设OA系统有1000用户，每天400个用户发访问，每个登录到退出平均时间2小时，在1天时间内用户只在8小时内使用该系统。

C=400×2/8=100

C^=100+3×(100的平方根)=100+3×10=130

另外，如果知道平均每个用户发出的请求数u，则系统吞吐量可以估算为u×C

精确估算，还要考虑用户业务操作存在一定的时间集中性（比如上班后1小时内是OA系统高峰期），采用公式计算仍然会存在偏差。

285-104-1346

并发数估算的一般方法总结

正确估算并发数能让你提前应对系统将要面对的一些压力，做好系统升级，扩容等一些准备措施，从而从容应对，保持系统的稳定，保证服务质量，例如电商网站大促，节日高峰等。下面是从网上找到的一些估算并发数的一般方法（原文http://www.51testing.com/html/93/316693-828134.html）：

一、经典公式

1）平均并发用户数为 C = nL/T

2）并发用户数峰值 C‘ = C + 3*根号C

    C是平均并发用户数，n是login session的数量，L是login session的平均长度，T是值考察的时间长度

    C’是并发用户数峰值

举例1，假设系统A，该系统有3000个用户，平均每天大概有400个用户要访问该系统（可以从系统日志从获得），对于一个典型用户来说，一天之内用户从登陆到退出的平均时间为4小时，而在一天之内，用户只有在8小时之内会使用该系统。

  那么，

  平均并发用户数为：C = 400*4/8 = 200

  并发用户数峰值为：C‘ = 200 + 3*根号200 = 243

二、通用公式

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7到9点，晚高峰是6到7点，根据8/2原则，80%的乘客会在高峰期间乘坐地铁，则每秒到达地铁检票口的人数为50000*80%/（3*60*60）=3.7，约4人/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人/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 pv的80%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个/s,取经验因子3，则并发量应为：

  246.92*3=740

四、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%到12%

引用地址:https://www.cnblogs.com/ptw-share/p/6670042.html

---