一、前提

　　近期我跟踪了2个外协人员参与的性能测试项目，沟通中发现大家在制定测试策略时对如何确定负载目标、计算并发用户数量等方面有很多不同方法，本文希望能对各种方法进行探讨，并根据已有经验对策略制定方面给出一些自己的建议。本文被测应用以银行系统为主，压力发起工具以LoadRunner为例。

　　二、术语

　　单位时间：本文中以1秒为单位时间。

　　在线用户数量：访问被测应用的用户数量，但单位时间内用户不会同时对被测服务器发送请求，产生压力。

　　并发用户数量：部分书中分狭义和广义两种，狭义指单位时间内同时执行一种操作的用户数量，广义指单位时间内同时执行多种不同操作的用户数量，广义的并发用户操作更接近实际业务环境。但本文中的并发用户数量仅指狭义而言，因为广义是多种狭义的组合。

　　TPS：Transaction per Second，每秒事务数量，单位是事务/秒。

　　TRT：Transaction Response Time，事务响应时间，指TPS稳定时的平均事务响应时间，单位是秒。

　　三、负载目标

　　1. 负载视角

　　制定测试策略是性能测试的重点，包括测试范围、场景提取、负载目标、发起方式、通过标准等。而负载目标关系整个测试的场景设计、并发配比、结果评判，因此确定负载目标也决定了测试的总体方向。通过了解业务需求，负载目标都会转化为一系列具体的数值，一般可从两方面来划分：

　　前端：业务人员更关注前端并发用户数量或在线用户数量，以人数衡量；

　　后端：技术人员更关注后端应用服务器和数据库服务器的负载能力，以TPS衡量；

　　前端并发用户数量的计算在业界中有很多公式和原则，如2/8原则、10%在线用户数量估算、（在线用户数量*session时间）/监控时间等，但各公式和原则计算出的并发用户数量并不精确，如有10万在线用户的系统不能说仅测试10万*10%=1万并发用户即可。

　　后端TPS反应被测应用的实际负载能力，对已有具体业务量的应用可以计算精确，如银行系统中某省行对公交易量日均10万笔，则可精确计算出TPS均值=10万/（6*3600）=4.63笔/秒（对公业务按6小时计算），若被测应用达不到TPS要求则完成不了当日业务。

　　同一个被测应用以不同视角估算负载目标，得到的数值可能会有很大差异，因此如何正确选择负载目标，将会直接影响之后的测试方法和场景设计。

　　2. 负载指标

　　抛开视角的选择，单从终测试指标来说，对于一个软硬件环境固定的应用程序，只有一个负载指标是固定的，那是大事务处理能力 ? 通常以TPS衡量。随着负载的增加，被测应用将会逐渐达到大事务处理能力，若应用足够健壮，则负载继续增加，应用的事务处理能力也不会骤然下降。因此性能测试的目标是确定被测应用的大事务处理能力。以事务处理能力反推，将逐渐捋清TPS、TRT、并发用户数量、在线用户数量等负载目标的关系和估算。

　　1）TPS

　　Transaction的粒度会直接影响TPS的计算，因此Transaction定义时要保证粒度适当：

　　C/S架构联机类应用中一笔交易往往会流经多层前置应用，需要确定压力发起工具所在位置，建议跨过前端直压被测应用，此时一个Transaction代表一支后台交易。

　　B/S架构经管类应用中一个页面操作可能会和后台有多次交互，建议以页面上的操作为Transaction划分基准，但要保证Transaction内的交互操作在前端是不可再拆分的。

　　LoadRunner发起压力时Action内的语句是反复迭代的，而LR计算TPS仅看1秒内执行了几次Transaction，如果Action内有多个Transaction则各事务的TPS都一样，反应不出各事务的真实处理能力，因此建议Action内只定义一个或尽量精简的Transaction。

　　由此TPS才可以准确表示被测应用的事务处理能力。

　　通过获取生产日志、参考相似系统等方式能够得到具体交易（事务）数量的被测应用程序，以TPS为负载目标是直接也准确的。但要注意，若以TPS为目标，则前端配置的并发数量不再代表并发人数，而是并发提交事务的数量。TPS和TRT的计算关系将在下面详述。