TOMCAT 能夠穩定支持的最大併發用戶數 https://www.jianshu.com/p/d306826aef7ahtml
tomcat併發數優化maxThreads、acceptCount(最大線程數、最大排隊數) http://blog.51cto.com/53cto/1715678 http://blog.sina.com.cn/s/blog_605f5b4f01012ljj.htmltomcat
1、經典公式1: 通常來講,利用如下經驗公式進行估算系統的平均併發用戶數和峯值數據markdown
1)平均併發用戶數爲 C = nL/T 2)併發用戶數峯值 C‘ = C + 3*根號C C是平均併發用戶數,n是login session的數量,L是login session的平均長度,T是值考察的時間長度 C’是併發用戶數峯值session
舉例1,假設系統A,該系統有3000個用戶,平均天天大概有400個用戶要訪問該系統(能夠從系統日誌從得到),對於一個典型用戶來講,一天以內用戶從登錄到退出的平均時間爲4小時,而在一天以內,用戶只有在8小時以內會使用該系統。 那麼, 平均併發用戶數爲:C = 4004/8 = 200 併發用戶數峯值爲:C‘ = 200 + 3根號200 = 243併發
舉例2, 某公司爲其170000名員工設計了一個薪酬系統,員工可進入該系統查詢本身的薪酬信息,但並非每一個人都會用這個系統,假設只有50%的人會按期用該系統,這些人裏面有70%是在每月的最後一週使用一次該系統,且平均使用系統時間爲5分鐘。 則一個月最後一週的平均併發用戶數爲(朝九晚五): n = 1700000.50.7/5 = 11900 C= 11900*5/60/8 = 124性能
吞吐量計算爲:F = Vu * R / T 單位爲個/s F爲事務吞吐量,Vu爲虛擬用戶數個數,R爲每一個虛擬用戶發出的請求數,T爲處理這些請求所花費的時間測試
2、通用公式2: 對絕大多數場景,咱們用(用戶總量/統計時間)影響因子(通常爲3)來進行估算併發量。 好比,以乘坐地鐵爲例子,天天乘坐人數爲5萬人次,天天早高峯是7到9點,晚高峯是6到7點,根據8/2原則,80%的乘客會在高峯期間乘坐地鐵,則每秒到達地鐵檢票口的人數爲5000080%/(36060)=3.7,約4人/S,考慮到安檢,入口關閉等因素,實際堆積在檢票口的人數確定比這個要大,假定每一個人須要3秒才能進站,那實際併發應爲4人/s*3s=12,固然影響因子能夠根據實際狀況增大!優化
3、根據PV計算公式: 好比一個網站,天天的PV大概1000w,根據2/8原則,咱們能夠認爲這1000w pv的80%是在一天的9個小時內完成的(人的精力有限),那麼TPS爲: 1000w80%/(93600)=246.92個/s,取經驗因子3,則併發量應爲: 246.92*3=740網站
4、根據TPS估計: 公式爲 C = (Think time + 1)*TPS線程
5、根據系統用戶數計算: 併發用戶數 = 系統最大在線用戶數的8%到12% 備註:本人目前在網上只找到了這5種,計算併發用戶數的方法,其餘計算方法,歡迎你們留言補充