預估步驟：
註冊用戶數-日均UV量-每日的PV量-天天的併發量；
峯值預估：日常量的2~3倍；
根據併發量（併發，事務數），存儲容量計算系統容量。前端
客戶需求：3~5年用戶數達到1000萬註冊用戶；web
500萬*0.05後端
2000萬，活躍用戶5%，即服務器
每秒併發數預估：
天天的UV爲200萬（二八原則）；
每日天天點擊瀏覽30次；
PV量：200*30=6000萬；
集中訪問量：24*0.2=4.8小時會有6000萬*0.8=4800萬（二八原則）；
每分併發量：4.8*60=288分鐘，每分鐘訪問4800/288=16.7萬（約等於）；
每秒併發量：16.7萬/60=2780（約等於）；
假設：高峯期爲日常值的三倍，則每秒的併發數能夠達到8340次；
1毫秒=1.3次訪問。網絡
服務器預估（以Tomcat服務器舉例）：
按一臺Web服務器，支持每秒300個併發計算。日常須要10臺服務器（約等於）；[Tomcat默認配置是150]
高峯期：須要30臺服務器；併發
容量預估：70/90原則app
系統CPU通常維持在70%左右的水平，高峯期達到90%的水平，是不浪費資源，並比較穩定的。內存，IO相似。性能
以上預估僅供參考，由於服務器配置，業務邏輯複雜度等都有影響。在此CPU、硬盤、網絡等再也不進行評估。測試
峯值QPS:原理：天天80%的訪問集中在20%的時間裏，這20%時間叫作峯值時間
公式：( 總PV數 * 80% ) / ( 天天秒數 * 20% ) = 峯值時間每秒請求數(QPS)網站
PV:訪問量即Page View, 即頁面瀏覽量或點擊量，用戶每次刷新即被計算一次
單臺服務器天天PV計算
公式1：天天總PV = QPS * 3600 * 6
公式2：天天總PV = QPS * 3600 * 8
UV:獨立訪客即Unique Visitor,訪問您網站的一臺電腦客戶端爲一個訪客。00:00-24:00內相同的客戶端只被計算一次服務器數量：
機器：峯值時間每秒QPS / 單臺機器的QPS = 須要的機器
機器：ceil( 天天總PV / 單臺服務器天天總PV )
1)訪問頁面的帶寬
訪問官網首頁：5.6MB
訪問TPS首頁：8.7MB
訪問沃好首頁：4.8MB
2)計算PV
平常PV：tps(5.97w)+walhao(0.9w)=6.87w
峯值PV：tps(13.16w)+walhao(0.21w)=13.37w
平常網站帶寬=(日均pv/統計時間(s))*平均頁面大小(KB)*8=nMbps
平常PV下的平常網站帶寬=(6.87w/(24*60*60=86400))*(5.6+8.7+4.8=19.1)*8=121.49Mbps
峯值PV下的平常網站帶寬=(13.37w/(24*60*60=86400))*(5.6+8.7+4.8=19.1)*8=236.45Mbps
峯值網站帶寬=(日均pv/統計時間(s))*平均頁面大小(KB)*8*5=mMbps
平常PV下的峯值網站帶寬=(6.87w/(24*60*60=86400))*(5.6+8.7+4.8=19.1)*8*5=607.45Mbps
峯值PV下的峯值網站帶寬=(13.37w/(24*60*60=86400))*(5.6+8.7+4.8=19.1)*8*5=1182.25Mbps
併發鏈接數 = PV / 統計時間 * 頁面衍生鏈接次數 * http響應時間 * 因數 / web服務器數量；
10wPV併發鏈接數 c=((10*10000PV/86400秒)*50個派生鏈接數*1秒內響應*5倍峯值)/1臺Web服務器=289
13.7wPV併發鏈接數 c=((13.7*10000)/86400)*(414+82=496)*2.5*5=9831
PV量：200*30=6000萬；
集中訪問量：24*0.2=4.8小時會有6000萬*0.8=4800萬（二八原則）；
每分併發量：4.8*60=288分鐘，每分鐘訪問4800/288=167萬（約等於）；
每秒併發量：16.7萬/60=2780（約等於）；
假設：高峯期爲日常值的三倍，則每秒的併發數能夠達到8340次；
線下單機基線TPS =線上日均交易量/86400/機器數*160%*F
1天：86400秒
160%：50%的時間完成80%的業務，即80%/50%=160%
後端核心服務響應時間不超過100ms
後端通常服務響應時間不超過100ms
前端頁面響應時間不超過3s
1)響應時間
通常依據1秒 3秒 5秒原則，判斷一個請求的處理是否快慢，同時也須要根據系統的實際功能來調整這個判斷規則。
2)活躍用戶數及併發用戶數
註冊用戶數：經過註冊功能註冊到系統的用戶。
在線用戶數(活躍用戶數)：用戶登錄系統後，處於在線狀態，但並未都在對系統進行功能操做。
併發用戶數：用戶登錄系統後，處於在線狀態，有都在對系統進行功能操做。
a)行業視頻APP
APP1：
註冊用戶數：a萬
日訪問ip數：a/7=18.21萬人
日活PV量：b/7=40.36萬次
活躍用戶佔比：IP數%註冊用戶數 18.21/a=0.5%。
b)APP1：1
註冊用戶數：a萬
日訪問ip數：3.5萬人
日活PV量：0.72萬次
活躍用戶佔比：IP數%用戶數 3.5/200=1.75%。
c)APP3：
註冊用戶數a萬，天天活躍用戶數：2%，即活躍用戶數：0.02a萬人。
日活用戶2萬，每一年增加30%，共增加3年。
公式1：
用戶在線時長：用戶從登錄到退出的時間，單位爲小時。
用戶使用系統的時間：用戶在16個小時(8~23)內都會使用系統。
用戶使用系統的時間16個小時，平均每30分鐘操做1次，16個小時共操做32次。
平均併發用戶數c=在線用戶數 n* 用戶在線時長 L/用戶使用系統的時間 T
c=2w*2/16=2500
峯值併發用戶數c=平均併發用戶數 c+開3次根(平均併發用戶數 c)
c'=c+開3次根(c)=2500+14=2514
40萬*10*60/16*60*60=4166.6tps
公式2：
平均併發用戶數 c=在線用戶數 n*20%
c=2w*20%=4000
峯值併發用戶數 c=平均併發用戶數 c*調整因子 r(2~3)
c'=c*r=2000*3=6000
公式3：
平均併發用戶數 vu=吞吐量 tps*T(思考時間3秒 thinkTime +進行業務操做時間 runTime)
3)pv及tps，及pv與tps的換算關係
將來3年的日pv量：天天PV2萬，則3年按30%的增加，3年後日PV：2萬*(1+30%)²≈3.38萬
公式1：
按8020原則計算：80%的業務操做在20%的時間內完成。
tps=(每小時PV*80%)/(3600秒*20%)
1000萬*0.8/10*60*0.2=
1千萬*0.8/3600*16*0.2=1千萬/900*16
1000萬*0.8/86400*0.2
800萬/17280=460tps*4=1850tps
100線程 200MB 50tps
9月 訪問量： 237676 uv： 27644 9
8月 訪問量： 15925 uv： 572 27.8
7月 訪問量： 14939 uv： 602 24.8
20萬*21*0.8/86400*0.2=194.4tps 800tps
公式2：
tps=vu*R/T
吞吐量 F=虛擬用戶數 vu* 請求的個數 R/性能測試時間 T
用戶發出額請求個數 R=性能測試時間 T/用戶思考時間 Ts
4)測試環境與生產環境差別比例計算
因生產環境與測試環境存在差別，所以測試環境中測試的性能要求，按比例換算成生成環境上時，如何符合要求，則在生產環境也基本能夠達到要求。
測試環境與生產環境比例：
n=(生產web服務器數/測試web服務器數),(生產app服務器數/測試app服務器數))*(生產服務器內存/測試服務器內存)
n=(16/9)*(200/64)=5.5
平均TPS=(總PV*80%)/(24*60*60*(T/24))/服務器數量
平均TPS=(1.6*總PV)/(24*60*60)/服務器數量
峯值TPS=(1.92*總PV)/(24*60*60)/服務器數量
系統業務處理能力
TPS=併發數(vu)*行爲習慣：每人請求數(pv)/執行時間(t)（思考時間(tt)+響應時間(rt)）