From:http://www.51testing.com/html/48/n-837548.html
概述
在性能测试过程中，很重要的一个部分就是评估待测系统在一定压力下的性能表现。比如系统上线后，真实的性能到底如何？两年后系统的使用用户增加后，性能又如何？这些都是性能测试中，项目相关人最关心的问题。
所谓的性能表现，说的更直观一些，其实就是用户体验。用户不会在乎系统的处理能力是多少、吞吐量是多少，他们能够感受到的只是系统能否处理他们的请求、处理的速度有多快。
这里提到的一个关键词是“一定压力”，这个压力指的是系统在预期的线上场景中所承受的压力。只有准确的定义和模拟预期的压力，才有可能获取到实际场景中真实有价值的用户感受，而不是那些只存在理论意义的数据指标。
压力是由用户产生的，那么如何准确的定义和模拟用户的行为，也就成了问题的关键。
以往的性能测试中，用户的具体行为是由性能测试人员敲定的[1] 。性能测试以外的人员，大概只能了解性能测试会模拟多少个用户，针对哪些模块或者功能做测试，更进一步的还会明确虚拟用户的工作量和所需的时间。这些内容一般也就是性能测试方案中所描述的测试场景。
但这些信息仍然无法准确的对压力进行描述。比如同是100个虚拟用户，每个人需要在1小时内完成一定量的工作，如果这些用户在时间分布上是一个接一个的使用系统，那么对服务器来说，可能就和单个用户没有区别。再比如同是100个用户在线，每个人间隔30秒操作一次和间隔60秒操作一次，压力可能就会相差一倍。而这些直接影响到测试结果和有效性的细节，测试执行人以外的人员一般无法了解，有时恐怕性能测试人员自己都不明确，完全靠制作脚本过程中发挥，导致测试过程比较随意，测试结果的有效性也大打折扣。
有可能对测试结果产生影响的因素主要包括：活跃用户数量、用户活跃时间、用户操作频率（思考时间）、用户操作路径、系统访问量随时间分布、各页面访问量（工作量）分布等等。对这些因素考虑的越准确，测试的结果才会越有效。
本文正是试图对上述内容进行标准化的描述，制定一种规范的分析方法。通过此方法，让测试人员更准确的设计测试场景，让其他人员有机会了解到具体的测试过程，并且能对其进行监督和检查。最终达到“不同测试人员应该测出相同的测试结果”这一目的，也就是获得准确有效的性能测试结果。
本方法无法取代数据分析，而是应该作为其的一个应用，可以直观有效的对用户行为以及系统的压力做出描述，测试人员、开发人员、管理者和业务人员等所有项目相关人都会从其中受益。
术语定义
虚拟用户（Vuser）
性能测试中模拟的用户，用户的行为由测试脚本定义。
在线用户（或活跃用户）
一个时间段内，与服务器保持交互的用户，也称为活跃用户。需与论坛或者QQ上常见的“在线人数”定义区分，该类系统的在线用户不一定是活跃用户，在线只是一种状态。但在业务类系统中，一般只考虑活跃用户，可认为与在线用户通用。
相对并发用户
类似活跃用户，表示单位时间段内与服务器保持交互的用户，这些用户在理论上有同一时刻（即绝对并发）进行操作的可能（对这种可能性的度量称为并发度）。相对并发的说法主要是为了区分绝对并发，尽量避免使用“并发”这个容易引起歧义的术语。
绝对并发用户
同一时间点（严格的说是足够短的时间段内）与服务器进行交互的用户，一般通过测试工具提供的并发控制（如LR的集合点）实现。
并发度[2]
在一个时间点上，可能与服务端进行交互的用户的数量，它表达的是“绝对并发”的一种可能性。
思考时间
用户每个操作后的暂停时间，或者叫操作之间的间隔时间，此时间内是不对服务器产生压力的。
活跃时间
用户与服务器进行交互的持续时间。
基础数据
此分析方法依赖于以下基础数据，基础数据的详尽程度将直接决定此模型的有效性和准确性：
● 系统的访问量随时间分布关系。可以直观的观察到使用压力是如何分布在一天（一段时间）之间的，通过此数据来构建性能测试场景。
● 用户的活跃时间（与系统进行交互的时间）。用户的活跃时间是进行系统并发度估算的基础。比如已知系统的使用压力集中在4个小时内（平均分布），此期间访问量为100，用户的平均活跃时间是30分钟，那么并发度估算为100/（4h/30min）≈12.5。
● 用户操作路径。完成一个典型业务可以通过哪些途径？更有效提高测试覆盖率。
● 系统的访问分布。哪些页面是用户经常访问的，用以选取性能测试将覆盖的功能点。也可以通过此数据来对用户的工作量进行估算，这是确定系统压力很重要的一项信息。
● 页面停留时间（请求间隔时间）。属于测试的细节，可以使脚本更加真实的模拟用户操作。
注：此类数据可能需要专门采集才能获取。性能数据的采集参见另一文档《性能数据采集分析系统.docx》。
压力的度量
● TPS：每秒钟（关键）事务数。
● 并发度：单位时间段（一般为用户活跃时间）内，理论上有可能发生绝对并发的用户数。
● 活跃用户数：一段时间内与系统进行交互的用户数量。
● 单位时间工作量：比如一小时或一分钟内完成的工作量。
---------------------------------------------------------------------------------------------------------------------------
[1]中型规模以下公司此问题可能比较普遍。腾讯、淘宝等互联网领先团队，应该早已走过这一阶段。期待听到领跑者的解决方案：）
[2]参见相关文章：性能测试中“并发度”的意义