爆肝整理,评估系统TPS和并发数+平均并发数计算(详细)

目录:导读

    • 前言
    • 一、Python编程入门到精通
    • 二、接口自动化项目实战
    • 三、Web自动化项目实战
    • 四、App自动化项目实战
    • 五、一线大厂简历
    • 六、测试开发DevOps体系
    • 七、常用自动化测试工具
    • 八、JMeter性能测试
    • 九、总结(尾部小惊喜)

前言

1、评估一个系统的TPS和并发数

1)对于新系统

由业务部门或开发人员预估交易量和TPS指标,可以参考公式:并发用户=在线用户数* 10%。

当一个系统还没有上线时,我们可以预判的是这个系统准备要给多少人使用,如日常在线用户数量要支撑1000,那么并发用户参考值为:1000* 10%=100。

如果规定该业务的平均响应时间不高于500毫秒,那么通过TPS=并发用户数/业务平均时间,就可以得到TPS=100/0.5s=200笔/秒,为了系统健壮性考虑,我们还可以在预估计算得到的TPS基础上扩个1.5倍得到200笔/秒* 1.5=300笔/秒。

即可得到该系统的TPS为300笔/秒,并发数为150。

2)对于已上线系统

TPS有两个公式:
公式一:TPS=总请求/总时间,实际会考虑二八原则
公式二:TPS=并发数/业务平均时间

TPS一般有以下几种衡量系统性能指标的方式:
一般业务系统,选取一天业务量,根据二八原则估算TPS指标,二八原则即:80%的业务在20%的时间里完成,TPS=(业务量 * 80%)/(时间(单位s) * 20%)

秒杀类系统模型,选取高峰时间段业务量,估算TPS指标。
波动类、交易集中类系统模型,选取特殊交易时间段业务量,预估TPS指标。
另外需要注意:TPS指标需要考虑业务增长量相关因素

如某银行系统某业务订单数据如下:
日常8小时,100万笔交易量,高峰期间交易量8万笔,高峰持续时间9分钟,预估系统3年内每年业务增长率为20%

那么:
该业务系统日常期间TPS为:TPS=(日常交易量 * 80%)/(时间 * 20%)=(100万 * 80%)/(8小时* 60 * 60 * 20%)≈139笔/秒

该业务系统高峰期间TPS为:TPS=高峰期间交易量/高峰持续时间(单位s)=8万/9分钟* 60≈148笔/秒

该业务系统包含每年业务增长率TPS为:
首先三年后业务量=日常交易量* (1+20%)* (1+20%)* (1+20%)=100万* 1.2* 1.2* 1.2=172.8万
其次被测业务交易占总业务交易比例为:40%,那么被测试业务交易量为:总业务交易量* 40%=172.8万* 40%=69.12万

最后被测业务包含每年业务增长率TPS为:(被测试业务交易量* 80%)/(时间(单位s) * 20%)=(69.12万* 80%)/8小时* 60 * 60 * 20%)=96笔/秒

一般情况下,为了系统健壮性考虑,我们会在预估计算得到的未来的TPS基础上扩个1.5倍,即:该业务系统包含每年业务增长率TPS为=96*1.5倍=144笔/秒。

该系统性能测试最低支持的并发数为:

如果规定该业务的平均响应时间不高于500毫秒,那么通过TPS=并发用户数/业务平均时间,就可以得到并发用户数=0.5秒*144笔/秒=72个,即系统最低要求支持的并发数为:72个

说明:这里平均响应时间不同的公司不同业务可接受的响应时间是不同的,一般对于在线实时交易:

互联网企业:500毫秒以下,例如淘宝业务10毫秒左右
金融企业:1秒以下为佳,部分复杂业务3秒以下
保险企业:3秒以下为佳
制造业:5秒以下就行。

即可得到该系统的TPS为144笔/秒,并发数为72个。

3)横向TPS扩展

假设单节点我们通过上面的方法,计算出来的TPS为150笔/秒,平均响应时间不高于500毫秒,并发用户数75个

现在我们想要系统支撑高并发数,通过扩展服务器数量来提升业务处理的能力,那么,我们也可以计算横向TPS扩展增长率:

1. 单节点TPS:150笔/秒2.2节点TPS:265笔/秒,则增长率为:(2节点TPS-单节点TPS)/(2节点-1)/单节点TPS=(265-150)/(2-1)/150≈76.67%3.3节点TPS:375笔/秒,则增长率为:(3节点TPS-单节点TPS)/(3节点-1)/单节点TPS=(375-150)/(3-1)/150≈75%4.4节点TPS:488笔/秒,则增长率为:(4节点TPS-单节点TPS)/(4节点-1)/单节点TPS=(488-150)/(4-1)/150≈75.11%5.5节点TPS:600笔/秒,则增长率为:(5节点TPS-单节点TPS)/(5节点-1)/单节点TPS=(600-150)/(5-1)/150≈75%6.6节点TPS:715笔/秒,则增长率为:(6节点TPS-单节点TPS)/(6节点-1)/单节点TPS=(715-150)/(6-1)/150≈75.33%7.7节点TPS:825笔/秒,则增长率为:(7节点TPS-单节点TPS)/(7节点-1)/单节点TPS=(825-150)/(7-1)/150≈75%8.8节点TPS:940笔/秒,则增长率为:(8节点TPS-单节点TPS)/(8节点-1)/单节点TPS=(940-150)/(8-1)/150≈75.24%9.9节点TPS:1050笔/秒,则增长率为:(9节点TPS-单节点TPS)/(9节点-1)/单节点TPS=(1050-150)/(9-1)/150≈75%10.10节点TPS:1165笔/秒,则增长率为:(10节点TPS-单节点TPS)/(10节点-1)/单节点TPS=(1165-150)/(10-1)/150≈75.19%

一般情况下,我们要求扩展服务器的数量进行高并发的处理,TPS增长率应在75%以上。

2、平均并发数计算

平均并发数 = (最大活跃用户数 * 访问页面所需时间) / 页面被持续访问时间

最大活跃用户数: 不管采用什么公式计算,都只能使用最大活跃用户数进行计算,不能按用户总量计算;

访问页面所需时间: 单个用户在访问页面所需的单位时间,比如用户打开首页这个动作,从开始到加载完成所需要的时间;

访问页面持续时间: 活跃用户在高峰时间段访问页面的持续时间,如:早上9点半~10点是高峰访问时间段,则持续时间是30分钟;

举个例子:某站有1W活跃用户,在9点整进行的促销活动,预计持续抢购1分钟,已测得活动页面需要6秒完全加载,则我们可以进行计算:

平均并发 = ( 100000 * 6 )/ 1 * 60 = 1000

从上面的公式,我们也不难得出结论:
页面加载时间越长,并发越大。前面用户的访问未结束,后面的用户又对系统发起了访问的情况;
促销活动开展的时间越长,并发越小。用户的访问变得稀疏,系统的也压力变小;

1)峰值并发数计算

峰值并发数 = 平均并发数 + 3 * √平均并发数

平均并发数:按上面提到的方式计算

3 * √平均并发数:影响因子
按照上面提到的例子,我们的进一步计算:
峰值并发 = 1000 + 3 * √1000 = 1095

2)简单粗略估算

并发数估计 = 最大活跃用户数 * 10%

在对并发数精确度要求不高的情况,可以按 最大活跃数 * 8%~12% 进行简单估算。

完整版!企业级性能测试实战,速通Jmeter性能测试到分布式集群压测教程

下面是我整理的2025年最全的软件测试工程师学习知识架构体系图

一、Python编程入门到精通

二、接口自动化项目实战

三、Web自动化项目实战

四、App自动化项目实战

五、一线大厂简历

六、测试开发DevOps体系

七、常用自动化测试工具

八、JMeter性能测试

九、总结(尾部小惊喜)

人生最精彩的不是实现梦想的瞬间,而是追梦路上那个永不言弃的自己。那些看似遥不可及的目标,终会在你日复一日的坚持中触手可及。别怕慢,怕的是停下;别怕难,怕的是放弃!

你比自己想象的更强大!每个挫折都是成长的契机,每次坚持都在改写命运的轨迹。当别人选择放弃时,你的执着就是胜利的开始。向前奔跑吧,整个世界都会为追光者让路!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1166889.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

如何用3个颠覆性策略让SillyTavern对话效果实现质的飞跃

如何用3个颠覆性策略让SillyTavern对话效果实现质的飞跃 【免费下载链接】SillyTavern LLM Frontend for Power Users. 项目地址: https://gitcode.com/GitHub_Trending/si/SillyTavern 你是否曾经遇到过这样的困境:精心编写的SillyTavern提示词却换来AI答非…

MUUFL Gulfport数据集完整使用指南:从入门到精通

MUUFL Gulfport数据集完整使用指南:从入门到精通 【免费下载链接】MUUFLGulfport MUUFL Gulfport Hyperspectral and LIDAR Data: This data set includes HSI and LIDAR data, Scoring Code, Photographs of Scene, Description of Data 项目地址: https://gitco…

程序员必备的语义检索实践|基于GTE模型的向量计算与应用解析

程序员必备的语义检索实践|基于GTE模型的向量计算与应用解析 1. 引言:从关键词匹配到语义理解的技术跃迁 在传统信息检索系统中,用户输入查询词后,系统通过匹配文档中的字面关键词返回结果。这种模式虽然实现简单,但…

从零生成贝多芬风格乐曲|NotaGen WebUI使用全攻略

从零生成贝多芬风格乐曲|NotaGen WebUI使用全攻略 在人工智能不断渗透创意领域的今天,AI作曲已不再是遥不可及的概念。借助深度学习与大语言模型(LLM)的结合,我们如今可以精准生成特定时期、特定作曲家风格的高质量符…

用自然语言操控电脑:Open Interpreter实战应用解析

用自然语言操控电脑:Open Interpreter实战应用解析 1. 引言:当自然语言成为操作系统的新界面 在传统编程范式中,开发者需要掌握特定语法、调试工具和运行环境才能完成任务。而随着大语言模型(LLM)能力的跃迁&#xf…

UI-TARS桌面版智能语音助手配置全攻略:从零开始搭建桌面控制新体验

UI-TARS桌面版智能语音助手配置全攻略:从零开始搭建桌面控制新体验 【免费下载链接】UI-TARS-desktop A GUI Agent application based on UI-TARS(Vision-Lanuage Model) that allows you to control your computer using natural language. 项目地址: https://gi…

Qwen3-4B-Instruct-2507长文本处理:80万汉字文档分析实战

Qwen3-4B-Instruct-2507长文本处理:80万汉字文档分析实战 1. 引言:为何选择Qwen3-4B-Instruct-2507进行长文本分析? 随着大模型在企业知识管理、法律文书解析、科研文献综述等场景的深入应用,长上下文理解能力已成为衡量模型实用…

精通Balena Etcher镜像烧录:从入门到实战深度指南

精通Balena Etcher镜像烧录:从入门到实战深度指南 【免费下载链接】etcher Flash OS images to SD cards & USB drives, safely and easily. 项目地址: https://gitcode.com/GitHub_Trending/et/etcher 想要轻松制作树莓派启动盘、创建系统恢复介质或者部…

keil5编译器5.06下载入门必看:支持包安装方法

Keil5 编译器 5.06 下载后第一件事:别急着写代码,先搞定这个关键步骤 你是不是也经历过这样的场景? 刚下载安装完 Keil5 编译器 5.06 ,兴冲冲打开 Vision 准备新建工程,结果一编译就报错: Error: Can…

洛雪音乐音源配置完整指南:轻松搭建个人音乐库

洛雪音乐音源配置完整指南:轻松搭建个人音乐库 【免费下载链接】lxmusic- lxmusic(洛雪音乐)全网最新最全音源 项目地址: https://gitcode.com/gh_mirrors/lx/lxmusic- 还在为音乐平台会员费用而烦恼吗?洛雪音乐音源配置方案为你提供全新的免费音…

AI证件照制作工坊性能调优:减少内存占用技巧

AI证件照制作工坊性能调优:减少内存占用技巧 1. 引言 1.1 项目背景与业务场景 随着数字化办公和在线身份认证的普及,用户对高质量、标准化证件照的需求日益增长。传统的照相馆拍摄或Photoshop手动处理方式效率低、成本高,难以满足批量、快…

2025终极指南:手把手教你为爱车安装openpilot智能驾驶系统

2025终极指南:手把手教你为爱车安装openpilot智能驾驶系统 【免费下载链接】openpilot openpilot 是一个开源的驾驶辅助系统。openpilot 为 250 多种支持的汽车品牌和型号执行自动车道居中和自适应巡航控制功能。 项目地址: https://gitcode.com/GitHub_Trending/…

戴森球计划FactoryBluePrints文章仿写Prompt生成器

戴森球计划FactoryBluePrints文章仿写Prompt生成器 【免费下载链接】FactoryBluePrints 游戏戴森球计划的**工厂**蓝图仓库 项目地址: https://gitcode.com/GitHub_Trending/fa/FactoryBluePrints 🎯 核心任务 为《戴森球计划FactoryBluePrints》项目生成一…

GPU加速实测:MinerU镜像处理百页PDF仅需3分钟

GPU加速实测:MinerU镜像处理百页PDF仅需3分钟 1. 引言 在现代企业级应用中,非结构化文档的自动化处理已成为提升效率的关键环节。面对包含复杂排版、多栏布局、数学公式及嵌入式图表的PDF文件,传统OCR技术往往难以实现精准还原。本文将深入…

如何打造全平台同步的个人漫画图书馆解决方案

如何打造全平台同步的个人漫画图书馆解决方案 【免费下载链接】Suwayomi-Server A rewrite of Tachiyomi for the Desktop 项目地址: https://gitcode.com/gh_mirrors/su/Suwayomi-Server 还在为漫画资源分散在不同设备而烦恼吗?想象一下,无论你是…

SeleniumBasic:让VB语言轻松驾驭浏览器自动化的强大工具

SeleniumBasic:让VB语言轻松驾驭浏览器自动化的强大工具 【免费下载链接】SeleniumBasic A Selenium based browser automation framework for VB.Net, VBA and VBScript 项目地址: https://gitcode.com/gh_mirrors/se/SeleniumBasic 还在为繁琐的网页操作耗…

openpilot全平台编译部署实战指南:从零开始掌握自动驾驶辅助系统构建

openpilot全平台编译部署实战指南:从零开始掌握自动驾驶辅助系统构建 【免费下载链接】openpilot openpilot 是一个开源的驾驶辅助系统。openpilot 为 250 多种支持的汽车品牌和型号执行自动车道居中和自适应巡航控制功能。 项目地址: https://gitcode.com/GitHub…

如何快速搭建茅台智能预约系统:终极自动化解决方案

如何快速搭建茅台智能预约系统:终极自动化解决方案 【免费下载链接】campus-imaotai i茅台app自动预约,每日自动预约,支持docker一键部署 项目地址: https://gitcode.com/GitHub_Trending/ca/campus-imaotai 还在为每天手动抢购茅台而…

AI边缘计算新选择:YOLOv8 CPU版部署趋势深度分析

AI边缘计算新选择:YOLOv8 CPU版部署趋势深度分析 1. 技术背景与行业痛点 随着物联网和智能终端的快速发展,边缘计算在工业检测、安防监控、智慧零售等场景中扮演着越来越重要的角色。传统的目标检测方案多依赖高性能GPU进行模型推理,这不仅…

从零开始写算法——二叉树篇6:二叉树的右视图 + 二叉树展开为链表

二叉树的问题往往千变万化,但归根结底是对遍历顺序和指针操作的掌控。今天我们要探讨两道非常有代表性的题目:二叉树的右视图:如何通过巧妙的 DFS 遍历顺序,捕捉特定视角的节点?二叉树展开为链表:如何在不使…