1，影响软件性能的因素
网络环境、数据路服务器、应用服务器、业务逻辑的实现方式、系统采用的架构、代码的优化程度、使用者的使用方式等
2，软件性能测试的应用领域
能力验证、规划能力、性能调优、瓶颈发现、性能基准比较
3，性能测试的基本概念
性能是一种软件性能对其及时性要求的符合程度的指标
性能的及时性用响应时间或吞吐量表示
响应时间：对请求做出响应需要的时间
例子：交互式应用（web）:用户感受到的响应时间
非交互式的应用（嵌入式或者银行等业务处理系统）：系统对事件产生响应的时间
3.1，用户视角的软件性能
端→端
用户操作-数据操作请求-服务端响应-返回数据-客户端
3.2，管理员视角的软件性能
服务器资源使用状况是否合理 资源利用率
数据库资源使用状况是否合理 资源利用率
系统能否可以实现扩展 系统可扩展性
系统的最大并发，压力是多少
并发：最多能支持多少用户访问 系统容量
压力：最大的业务处理量
系统可能的瓶颈在哪里 系统可扩展性
更滑什么设备能提升性能 系统可扩展性
能否支持7*24小时的业务访问 系统稳定性
3.3，开发视角的软件性能
架构设计是否合理 系统架构
数据库设计是否存在问题 数据库设计
代码是否存在性能方面的问题 代码
系统中是否存在不合理的内存使用方式 代码
系统中是否存在不合理的线程同步方式 设计与代码
系统中是否存在不合理的资源竞争 设计与代码
3.4，web前端性能
前端响应时间：页面加载时间
1.对HTML的解析读取
2.对页面图片及css等文件的获取和加载
3.客户端脚本（js）的执行时间
4.对页面进行展示所花的时间
4.主要术语
4.1并发用户数：N用户同时访问系统
1.服务器实际承受的压力不止取决于并发用户数，还取决于用户的业务场景
2.服务端承受的最大并发访问数取决于并发用户数+业务场景
业务场景：通过服务器日志的分析得出的结果
日志分析方法：对服务器日志进行分析，了解系统用户的使用状态，计算出服务器承受的最大并发用户数量
估算并发数公式：
平均用户并发数： C =n*L/T
峰值并发用户数：C>≈C+3√C
其中，C是平均并发数，n是用户从登陆到退出系统的时间段，L是系统使用时间段的平均值，T是使用系统的时间段数值， C›指并发用户数的峰值。
对于企业内部使用的web系统，还有精度更小的一种公式
平均用户并发数：C=n/10
峰值用户并发数：C›≈r*C
其中，r值一般取2—3.这种方法要求不太严格，只有很少数据支持分析的性能测试中使用
4.2吞吐量
单位时间内系统处理客户请求的数量
从业务角度来说，访问人数/天or处理的业务数/小时来衡量（PV,UV）‘
从网络角度来说，字节数/天来考察网络流量
对于交互式应用，吞吐量指标反映服务器承受的压力，在容量规划测试中，吞吐量世各很重要的指标，因为它能说明系统级别的负载能力
web系统的性能测试中，吞吐量指标可以在两个方面发挥作用
1.协助设计性能测试场景，以及衡量性能测试场景是否达到预期的设计目标
2.协助分析性能瓶颈
3.没有遇到瓶颈之前，吞吐量和并发用户之间存在的古纳西可以用下面的公式表达：
F=N（vu）*R/T
F表示吞吐量，N表示VU的个数，R表示每个VU发送的请求（点击）数量，T表示性能测试所用的时间
不同并发用户数量情况下，对同一系统施加相同的吞吐量，很可能得到不同结果
PS：大部分性能测试中，单击数（Hits）指客户端发出的HTTP的请求数量，而不是指用户在页面上的一次单击事件。
比如：一次单击事件请求页面A，页面A包含3张图片和一个框架（Frame），则这次单击共产生了5个Hits（包括对页面A本身的请求）
4.3性能计数器
描述服务器或者操作系统性能的一些数据指标，作用为监控和分析。分析系统可扩展性，进行性能瓶颈的定位时，计数器取值非常关键
相关指标：资源利用率，系统各种资源的使用情况
4.4思考时间
休眠时间：用户操作每个请求的间隔时间
体现在脚本中，就是操作之间放一个Think函数，使脚本在执行两个操作之间等待一段时间
公式F=N（vu）*R/T吞吐量是VU数量N，请求数R和时间T的函数，其中，R又可以用时间T和用户的思考时间Ts来计算：
R=T/Ts （请求数=时间/请求间隔时间）
推荐一个计算思考时间的方法：
1.首先计算出系统的并发用户数
2.统计出系统平均的吞吐量
3.统计出平均每用户发出的请求数量
4.根据上面的公式得出请求时间
原文链接：https://www.cnblogs.com/imyalost/p/10012867.html
标签：请求,系统,性能,基础,用户,并发,吞吐量,随笔 From： https://www.cnblogs.com/testcodell/p/17064546.html