企业在实践过程中不断深入和积累，逐渐对部分性能指标的标准进行了补充，特别是在结合业务场景的分析过程中。
一、系统处理能力
本文主要是对RPS(RequeslPerSecond，每秒请求数)进行补充。我们知道TPS主要从事务数的角度来进行统计，而RPS主要从请求数的角度来进行统计。其中一个事务可以包含多个请求，当事务中的请求只有一个的时候，TPS等于RPS。
对TPS和RPS来说，TPS更为业务人员所理解，而RPS更能考查出系统真实的处理能力。在实际分析系统处理能力的时候，需要根据业务和项目组的关注点，采用不同指标进行衡量。获取系统处理能力时，首先考虑系统在设计时是否已有相关的规划值，如规划业务数，若有，则将其直接转化为TPS或者RPS。在没有明确业务规划指标的前提下，对系统处理能力的估算要综合考虑未来系统所承受的业务量，一般会选取系统规划的最大年限。
根据测试目的的不同，系统处理能力指标一般可以分为日常和高峰两种。其中，日常系统处理能力主要是指系统在用户访问以及请求量处于平缓阶段内的处理能力。而高峰系统处理能力主要是指系统在访问和交易量高峰时间段内的处理能力。
若无法获取高峰时间段内信息，则可以根据日常时间段的相关数据，通过经验公式进行折算。二八原则为业界常用的规则，即80%的业务交易量需在20%的工作时间内完成。
二、响应时间
本文主要对不同维度的响应时间进行定义，以便测试人员在实施过程中灵活使用。
对于系统响应时间，通常采用交易平均响应时间、90%交易响应时间、最大/最小响应时间等指标衡量系统性能。这些指标的具体解释如下。
交易平均响应时间:在单位时间内某交易运行多次的响应时间的平均值。
最大/最小响应时间:在单位时间内某交易所有响应时间中的最大和最小值。
90%交易响应时间:在单位时间内某交易运行多次，将所有响应时间按升序排列，得出前90%的交易的响应时间都小于的值。
性能测试主要考查系统的交易平均响应时间和90%交易响应时间，最大/最小响应时间一般作为系统问题诊断的辅助手段。
响应时间分析是在业务模型的基础上实现的，需要针对每个不同功能或接获取响应时间的指标。
单个功能或接口响应时间的提取步骤如下:
1)明确所测交易的步骤，划定计算时间的事务范围；
2)取得业务部门的需求指标；
3)明确用户在操作过程中可接受的最大响应时间；
4)根据测试目的，决定是否去除前端页面展示等与服务器交互无关的时间消耗；
5)根据测试环境与生产环境的差异进行调整；
6)获得最终的系统响应时间。
三、用户数
前面已对用户数(系统注册用户数、在线用户数和并发用户数)做了标准定义。在实际项目实施过程中，不管是业务人员、项目经理、开发工程师等都会对并发用户数产生不同的理解，而压测结果中的并发用户数通常对应压测工具中的线程数(脚本中不增加任何等待时间)，并非真实用户数。
在压测实施中，如果需要采用并发用户数进行测试，那么在这些用户操作间将不加任何的间隔时间。对于并发用户数，可以采用平均值(平均并发用户数)和峰值(最大并发用户数)进行计算。常规测试场景中大部分采用平均值进行测试，在某些极端情况的测试场景中可以考虑采用峰值进行施压。在浪涌测试场景中或者峰值测试场景中，可采用峰值在峰值点施加压力。
四、成功率
在实际项目实施统计过程中，成功的概念分为业务逻辑成功、系统响应成功等，可根据不同系统的测试要求进行调整。性能测试一般只采用正案例对系统进行施压，因此测试过程中产生的错误功能点或接口一般都是系统无法承受压力导致的。一般联机系统均需满足99.9%的成功率，具体指标可视具体项目需求设定。
五、资源占用率
企业内部定义标准指标范围时，一般参考企业中运维部门定义的指标范围，同时可以结合具体的项目需求来对该范围进行调整。
如有收获，您的关注，点赞，转发，留言评论是对我最大的支持！！！
标签：RPS,模型,系统,响应,时间,性能指标,测试,用户数 From： https://blog.csdn.net/qd_lifeng/article/details/143366408