在工作中很多时候,给出的性能测试指标都是很模糊的,需要我们根据一定的方法去量化性能测试的指标。

今天举个例子说明,帮助大家更好理解。例如:

已知的信息:某互联应用,预计推广群体达500万人左右,用户使用时间早8点—晚8点,12小时。

分析建模过程如下

  1. 注册用户转化率,预估5%,那么注册用户:500万*5%=25万

  2. 高峰时段(有活动)每日在线用户,在线率预估10%,那么在线用户数:25万*10%=2.5万

  3. 用户常用下单到成功,触发20个请求,总请求量:2.5万*20=50万

  4. 利用二八原则计算吞吐量:50万*80%/(12*3600*20%)=46.7/s

若是更新需求,发布新产品,定时抢购优惠活动,某日10点开始抢购,大概12点结束

重新建模如下

  1. 注册用户25万不变

  2. 高峰时段在线用户,在线率预估20%,那么这2小时的在线用户数:25万*20%=5万

  3. 用户常用下单到成功,触发20个请求,总请求量:5万*20=100万

  4. 利用二八原则计算吞吐量:100万*80%/(2*3600*20%)=555.6/s

由此可见,评估出来的TPS的值和需求业务模型息息相关;


更多工作中的测试技能干货,大家可以关注微信公众号<大话性能>,会持续不断分享。

http://dwz.cn/NNW9Wm5G

友情提示:

在评定服务器的性能时,应该结合TPS和并发用户数,以TPS为主,并发用户数为辅来衡量系统的性能。
如果必须要用并发用户数来衡量的话,需要一个前提,那就是交易在多长时间内完成,
因此单单只用并发用户数来衡量系统的性能没太大的意义。

大家可持续关注大话性能公众号,不断学习测试实战技能和高薪岗位内推。


↙↙↙阅读原文可查看相关链接,并与作者交流