并发用户数、系统用户数和同时在线用户数

假设有一个OA系统，该系统有2000个使用用户——这就是说，可能使用该OA系统的用户总数是2000名，这个概念就是“系统用户数”，该系统有一个“ 在线统计”功能(系统用一个全局变量记数所有已登录的用户)，从在线统计功能中可以得到，最高峰时有500人在线(这个500就是一般所说的“同时在线人数”)，那么，系统的并发用户数是多少呢?
　　根据我们对业务并发用户数的定义，这500就是整个系统使用时最大的业务并发用户数。当然，500这个数值只是表明在最高峰时刻有500个用户登录了系统，并不表示实际服务器承受的压力。因为服务器承受的压力还与具体的用户访问模式相关。例如，在这500个“同时使用系统”的用户中，考察某一个时间点，在这个时间上，假设其中40%的用户在较有兴致地看系统公告(注意：“看”这个动作是不会对服务端产生任何负担的)，20%的用户在填写复杂的表格(对用户填写的表格来说，只有在“提交”的时刻才会向服务端发送请求，填写过程是不对服务端构成压力的)，20%部分用户在发呆(也就是什么也没有做)，剩下的 20%用户在不停地从一个页面跳转到另一个页面——在这种场景下，可以说，只有20%的用户真正对服务器构成了压力。因此，从上面的例子中可以看出，服务器实际承受的压力不只取决于业务并发用户数，还取决于用户的业务场景。
　　在实际的性能测试工作中，测试人员一般比较关心的是业务并发用户数，也就是从业务角度关注究竟应该设置多少个并发数比较合理，因此，在后面的讨论中，也是主要针对业务并发用户数进行讨论，而且，为了方便，直接将业务并发用户数称为并发用户数。
　　(1) 计算平均的并发用户数： C = nL/T
　　(2) 并发用户数峰值： C’ ≈ C+3根号C
　　公式(1)中，C是平均的并发用户数;n是login session的数量;L是login session的平均长度;T指考察的时间段长度。
　　公式(2)则给出了并发用户数峰值的计算方式中，其中，C’指并发用户数的峰值，C就是公式(1)中得到的平均的并发用户数。该公式的得出是假设用户的login session产生符合泊松分布而估算得到的。
　　实例：
　　假设有一个OA系统，该系统有3000个用户，平均每天大约有400个用户要访问该系统，对一个典型用户来说，一天之内用户从登录到退出该系统的平均时间为4小时，在一天的时间内，用户只在8小时内使用该系统。
　　则根据公式(1)和公式(2)，可以得到：
　　C = 400*4/8 = 200
　　C’≈200+3*根号200 = 242




原文地址： http://kaoshi.china.com/ruankao/learning/718021-1.htm