併發概念

「併發用戶數」、「系統用戶數」和「同時在線用戶數」 

機率解析 

 

假設有一個OA系統，該系統有2000個使用用戶——這就是說，可能使用該OA系統的用戶總數是2000名，這個概念就是「系統用戶數」，該系統有一個「 在線統計」功能（系統用一個全局變量記數全部已登陸的用戶），從在線統計功能中能夠獲得，最高峯時有500人在線（這個500就是通常所說的「同時在線人數」），那麼，系統的併發用戶數是多少呢？   

  根據咱們對業務併發用戶數的定義，這500就是整個系統使用時最大的業務併發用戶數。固然，500這個數值只是代表在最高峯時刻有500個用戶登陸了系統，並不表示實際服務器承受的壓力。由於服務器承受的壓力還與具體的用戶訪問模式相關。例如，在這500個「同時使用系統」的用戶中，考察某一個時間點，在這個時間上，假設其中40%的用戶在較有興致地看系統公告（注意：「看」這個動做是不會對服務端產生任何負擔的），20%的用戶在填寫複雜的表格（對用戶填寫的表格來講，只有在「提交」的時刻纔會向服務端發送請求，填寫過程是不對服務端構成壓力的），20%部分用戶在發呆（也就是什麼也沒有作），剩下的 20%用戶在不停地從一個頁面跳轉到另外一個頁面——在這種場景下，能夠說，只有20%的用戶真正對服務器構成了壓力。所以，從上面的例子中能夠看出，服務器實際承受的壓力不僅取決於業務併發用戶數，還取決於用戶的業務場景。   

  在實際的性能測試工做中，測試人員通常比較關心的是業務併發用戶數，也就是從業務角度關注究竟應該設置多少個併發數比較合理，所以，在後面的討論中，也是主要針對業務併發用戶數進行討論，並且，爲了方便，直接將業務併發用戶數稱爲併發用戶數。   

  （1） 計算平均的併發用戶數： C = nL/T   

  （2） 併發用戶數峯值： C’ ≈ C+3根號C   

  公式（1）中，C是平均的併發用戶數；n是login session的數量；L是login session的

平均長度；T指考察的時間段長度。   

  公式（2）則給出了併發用戶數峯值的計算方式中，其中，C’指併發用戶數的峯值，C就是公式（1）中獲得的平均的併發用戶數。該公式的得出是假設用戶的login session產生符合泊松分佈而估算獲得的。   

  實例：   

  假設有一個OA系統，該系統有3000個用戶，平均天天大約有400個用戶要訪問該系統，對一個典型用戶來講，一天以內用戶從登陸到退出該系統的平均時間爲4小時，在一天的時間內，用戶只在8小時內使用該系統。   

  則根據公式（1）和公式（2），能夠獲得：   

  C = 400*4/8 = 200   

  C’≈200+3*根號200 = 242