B) B2B中文站

　　B2B的TPS和PV之间的关系不同的系统不同的应用场景比例变化比较大，粗略估计在1 ： 8个小时左右的关系（09年对offerdetail的流量分析数据）。旺铺和offerdetail这两个比例相差很大，可能是因为爬虫暂的比例较高的原因导致。

　　在淘宝环境下，假设我们压力测试出的TPS为100，那么这个系统的日吞吐量=100*11*3600=396万

　　这个是在简单（单一url）的情况下，有些页面，一个页面有多个request，系统的实际吞吐量还要小。

　　无论有无思考时间（T_think），测试所得的TPS值和并发虚拟用户数(U_concurrent)、Loadrunner读取的交易响应时间（T_response）之间有以下关系（稳定运行情况下）：

　　TPS=U_concurrent / (T_response+T_think)。

　　并发数、QPS、平均响应时间三者之间关系

　　软件性能测试的基本概念和计算公式

　　一、软件性能的关注点

　　对一个软件做性能测试时需要关注那些性能呢？

　　我们想想在软件设计、部署、使用、维护中一共有哪些角色的参与，然后再考虑这些角色各自关注的性能点是什么，作为一个软件性能测试工程师，我们又该关注什么？

　　首先，开发软件的目的是为了让用户使用，我们先站在用户的角度分析一下，用户需要关注哪些性能。

　　对于用户来说，当点击一个按钮、链接或发出一条指令开始，到系统把结果已用户感知的形式展现出来为止，这个过程所消耗的时间是用户对这个软件性能的直观印象。也是我们所说的响应时间，当相应时间较小时，用户体验是很好的，当然用户体验的响应时间包括个人主观因素和客观响应时间，在设计软件时，我们需要考虑到如何更好地结合这两部分达到用户佳的体验。如：用户在大数据量查询时，我们可以将先提取出来的数据展示给用户，在用户看的过程中继续进行数据检索，这时用户并不知道我们后台在做什么。

　　用户关注的是用户操作的相应时间。

　　其次，我们站在管理员的角度考虑需要关注的性能点。

　　1、 相应时间

　　2、 服务器资源使用情况是否合理

　　3、 应用服务器和数据库资源使用是否合理

　　4、 系统能否实现扩展

　　5、 系统多支持多少用户访问、系统大业务处理量是多少

　　6、 系统性能可能存在的瓶颈在哪里

　　7、 更换那些设备可以提高性能

　　8、 系统能否支持7×24小时的业务访问

　　再次，站在开发（设计）人员角度去考虑。

　　1、 架构设计是否合理

　　2、 数据库设计是否合理

　　3、 代码是否存在性能方面的问题

　　4、 系统中是否有不合理的内存使用方式

　　5、 系统中是否存在不合理的线程同步方式

　　6、 系统中是否存在不合理的资源竞争

　　那么站在性能测试工程师的角度，我们要关注什么呢？

　　一句话，我们要关注以上所有的性能点。

　　二、软件性能的几个主要术语

　　1、响应时间：对请求作出响应所需要的时间

　　网络传输时间：N1+N2+N3+N4

　　应用服务器处理时间：A1+A3

　　数据库服务器处理时间：A2

　　响应时间=N1+N2+N3+N4+A1+A3+A2

　　2、并发用户数的计算公式

　　系统用户数：系统额定的用户数量，如一个OA系统，可能使用该系统的用户总数是5000个，那么这个数量，是系统用户数。

　　同时在线用户数：在一定的时间范围内，大的同时在线用户数量。

　　同时在线用户数=每秒请求数RPS（吞吐量）+并发连接数+平均用户思考时间

　　平均并发用户数的计算：C=nL / T

　　其中C是平均的并发用户数，n是平均每天访问用户数（login session），L是内用户从登录到退出的平均时间（login session的平均时间），T是考察时间长度（内多长时间有用户使用系统）

　　并发用户数峰值计算：C^约等于C + 3*根号C

　　其中C^是并发用户峰值，C是平均并发用户数，该公式遵循泊松分布理论。