在阿里云 PTS 上有一篇文章讲解 VU、RPS、RT 换算，中间有一个公式介绍如下图
并发数 = RPS * 响应时间
于是我在本地做了几次实验，试图验证一下公式的准确性,实验网站 www.baidu.com
100 线程，一次迭代，启动时间 1s，线程组和聚合报告如图所示
从结果可以看出，100 并发/s，一次迭代，平均响应时间是 68ms
如果根据上面公式来看的话
RPS = 并发数/响应时间 = 100/0.068 ，大约是 1470/S
但是我们在线程组中可以看出，预置的 RPS 是 100/S
差距有点大哦~~~眉头紧锁，思考中
100 线程，持续迭代，1s 内启动线程，持续运行 10s。线程组和聚合报告如图所示。
从聚合报告可以看出来，平均 TPS= 1303。那么我们可不可以就认定这个 TPS=RPS 呢？
简单计算一下就知道了。
图中可以看出我们的平均响应时间是 72ms，那么 1 秒内大约能迭代 14 次。100 个线程下，一秒内大约能发送 1400 个请求。
因此我们的 RPS 大约是 1400/S
这样就能看出来，一秒内发送 1400 次请求，但是 1s 内只有 1300 个请求能响应完毕
我们再反向验证一下并发数
并发数 = RPS* 响应时间，1400* 0.072 等于 100.8，和线程组里面设置的并发数几乎相同。
如果我们用 Throughput=RPS 去反向验证
并发数 = RPS* 响应时间，1303* 0.072 等于 93，和线程组里面设置的并发数就有一些差距了。
这两次实验得出的结论：在持续迭代下，由于样本充足，所以公式成立。但是RPS！= TPS
这次我们直接加上 RPS 定时器，通过精准的 RPS 来验证公式
我们让 200RPS 保持 1 分钟，查看聚合报告
首先我们就能看出，在 200RPS 下，平均 TPS 只有 172！
其次，平均并发数 = 200*0.047 = 9.4 意味着我只需要 9 个线程，就可以在一秒内释放 200RPS 的压力
可以算出每个线程每秒的请求数是 200/9.4 =21，也就是一个线程一秒内最大迭代 21 次
反推每个请求的响应时间 大约 是 1000/21 大约是 47ms
前后验证的结果都相符！
这一次我们直接在线程组中设置刚刚 20RPS 下得出的平均并发数值 9，反向推断出 RPS 的准确性
计算一下 RPS = 9 /0.043 约等于 209
因为线程组只能设置整数，所以会和实验三有一些误差，不影响测试的准确性
结尾语：从几次实验结果来看，在样本充足的情况下，公式是没有问题的
