首页 > 其他分享 >并发用户数计算

并发用户数计算

时间:2023-04-11 18:11:37浏览次数:36  
标签:PV 公式 峰值 并发 TPS 计算 用户数

一、经典公式1:

    一般来说,利用以下经验公式进行估算系统平均并发用户数和峰值:
  1)平均并发用户数 C = nL/T
  2)并发用户数峰值 C‘ = C + 3*根号C
    C是平均并发用户数,n是login session的数量,L是login session的平均长度,T是值考察的时间长度
    C’是并发用户数峰值
 
二、通用公式2:

    大多数场景,用(用户总量/统计时间)*影响因子(一般为3)来估算并发量。
  单位/s,假设:高峰期为平常值三倍
 
三、根据PV计算公式:
  比如一个网站,每天的PV大概1000w,根据2/8原则,我们可以认为这1000w pv的80%是在一天的9个小时内完成的(人的精力有限),那么TPS为:
  PV*80%/(9*60*60)=246.92个/s,取经验因子3,则并发量应为:
  246.92*3=740

四、根据TPS估计:

公式为 C = (Think time + 1)*TPS

五、根据系统用户数计算:
    并发用户数 = 系统最大在线用户数的8%到12%

 

 

原文链接:https://blog.csdn.net/qq_23101033/article/details/74977874

标签:PV,公式,峰值,并发,TPS,计算,用户数
From: https://www.cnblogs.com/yuer02/p/17307171.html

相关文章

  • Thinkphp3.2如何处理大规模并发写入问题
    1.大规模并发写入,出现数据库锁死,数据写入失败,数据表损坏等问题2.锁表需要配合事务使用3.具体代码如下M()->startTrans();$lot_check=M()->table('order')->lock(true)->where(['id'=>$id])->field('id,type')->find();$res=M()->add($data);if($r......
  • 35.图像矩的计算与应用
    矩是描述图像特征的算子,被广泛用于图像检索和识别、图像匹配、图像重建、图像压缩以及运动图像序列分析等领域。本节中将介绍几何矩与Hu矩的计算方法以及应用Hu矩实现图像轮廓的匹配。1、几何矩与中心矩 OpenCV4提供了计算图像矩的moments()函数,该函数的函数原型在代码清单7-......
  • 利用envi计算二分类(多分类)精度评价指标及混淆矩阵计算
    前言  导师需要我将预测的几个结果单独计算出每一张图的精度评价,包含以下指标:iou,recall,F1。  因为他说我利用代码批量计算的结果有误。  如果是这样的话可就坏了,希望我的结果没有出太多错误,不然已经做过计算的某些内容又需要全部重新计算了。利用envi计算精度指标使用t......
  • JVM:并发的可达性分析
    当前主流编程语言的垃圾收集器基本上都是依靠可达性分析算法来判定对象是否存活的,可达性分析算法理论上要求全过程都基于一个能保障一致性的快照中才能够进行分析,这意味着必须全程冻结用户线程的运行。在根节点枚举这个步骤中,由于GCRoots相比起整个Java堆中全部的对象毕竟......
  • 分布式计算技术(下):Impala、Apache Flink、星环Slipstream
    实时计算的发展历史只有十几年,它与基于数据库的计算模型有本质区别,实时计算是固定的计算任务加上流动的数据,而数据库大多是固定的数据和流动的计算任务,因此实时计算平台对数据抽象、延时性、容错性、数据语义等的要求与数据库明显不同,面向实时计算的数据架构也就发展起来。本篇我......
  • 进程与线程&并行与并发的概念
    一、进程与线程进程程序由指令和数据组成,但这些指令要运行,数据要读写,就必须将指令加载至CPU,数据加载至内存。在指令运行过程中还需要用到磁盘、网络等设备。进程就是用来加载指令、管理内存、管理IO的当一个程序被运行,从磁盘加载这个程序的代码至内存,这时就开启了一个进......
  • Java并发(一)----进程、线程、并行、并发
    一、进程与线程进程程序由指令和数据组成,但这些指令要运行,数据要读写,就必须将指令加载至CPU,数据加载至内存。在指令运行过程中还需要用到磁盘、网络等设备。进程就是用来加载指令、管理内存、管理IO的当一个程序被运行,从磁盘加载这个程序的代码至内存,这时就开启了一个进......
  • 基于深度学习网络的5G通信链路信道估计算法matlab仿真
    1.算法描述        深度学习(英语:deeplearning),是一个多层神经网络是一种机器学习方法。在深度学习出现之前,由于诸如局部最优解和梯度消失之类的技术问题,没有对具有四层或更多层的深度神经网络进行充分的训练,并且其性能也不佳。但是,近年来,Hinton等人通过研究多层神经网络,......
  • 大数据经典论文解读 - 流式计算 - MillWhell - Dataflow
    Storm的不足Storm利用异或操作实现了消息至少处理一次;kafka中利用存储在ZooKeeper的offset使得消息队列重放更加容易。Kafka和Storm组合实现了AtLeastOnce消息处理机制。但只有实现“正好一次”(ExactlyOnce)才能得到正确的结果,为此“容错能力”很重要。实践中使用Storm有......
  • 3500/15 127610-01 对于高性能市场中的云计算
    3500/15127610-01对于高性能市场中的云计算对于高性能市场中的云计算,产品设计将基于性能。在PC系统架构方面,PCIe4.016G和即将推出的PCIe5.032G有一些主要的技术改进。CXL基于PCIe4.0,以增强该结构中的高速组件。面向云计算的网络切片、网络功能虚拟化(NFV)和面向5G边缘服务......