1. 背景
在做性能測試的時候，很多人都用併發用戶數來衡量系統的性能，覺得系統能支撐的併發用戶數越多，系統的性能就越好；對TPS不是非常理解，也根本不知道它們之間的關係，因此非常有必要進行解釋。
2. 術語定義
Ø 併發用戶數：指的是現實系統中操作業務的用戶，在性能測試工具中，一般稱爲虛擬用戶數(Virutal User)，注意併發用戶數跟註冊用戶數、在線用戶數有很大差別的，併發用戶數一定會對服務器產生壓力的，而在線用戶數只是 ”掛” 在系統上，對服務器不產生壓力，註冊用戶數一般指的是數據庫中存在的用戶數。
Ø TPS：Transaction Per Second, 每秒事務數, 是衡量系統性能的一個非常重要的指標，
3. Vu和TPS換算
Ø 簡單例子：在術語中解釋了TPS是每秒事務數，但是事務時要靠虛擬用戶做出來的，假如1個虛擬用戶在1秒內完成1筆事務，那麼TPS明顯就是1；如果某筆業務響應時間是1ms,那麼1個用戶在1秒內能完成1000筆事務，TPS就是1000了；如果某筆業務響應時間是1s,那麼1個用戶在1秒內只能完成1筆事務，要想達到1000TPS，至少需要1000個用戶；因此可以說1個用戶可以產生1000TPS，1000個用戶也可以產生1000TPS，無非是看響應時間快慢。
Ø 複雜公式：
試想一下複雜場景，多個腳本，每個腳本里面定義了多個事務（例如一個腳本里面有100個請求，我們把這100個連續請求叫做Action,只有第10個請求，第20個請求分別定義了事務10和事務20）具體公式如下：
符號代表意義：
Vui表示的是第i個腳本使用的併發用戶數
Rtj表示的是第i個腳本第j個事務花費的時間，此時間會影響整個Action時間
Rti表示的是第i個腳本一次完成所有操作的時間，即Action時間
n 表示的是第n個腳本
m 表示的是每個腳本中m個事務
那麼第j個事務的TPS = Vui/Rti
總的TPS=
4. 如何獲取Vu和TPS
Ø 併發用戶數(Vu)獲取
新系統：沒有歷史數據作參考，只能通過業務部門進行評估。
舊系統：對於已經上線的系統，可以選取高峯時刻，在一定時間內使用系統的人數，這些人數認爲屬於在線用戶數，併發用戶數取10%就可以了，例如在半個小時內，使用系統的用戶數爲10000，那麼取10%作爲併發用戶數基本就夠了。
Ø TPS獲取
新系統：沒有歷史數據作參考，只能通過業務部門進行評估。
舊系統：對於已經上線的系統，可以選取高峯時刻，在5分鐘或10分鐘內，獲取系統每筆交易的業務量和總業務量，按照單位時間內完成的筆數計算出TPS，即業務筆數/單位時間（5*60或10*60）
5. 如何評價系統的性能
針對服務器端的性能，以TPS爲主來衡量系統的性能，併發用戶數爲輔來衡量系統的性能，如果必須要用併發用戶數來衡量的話，需要一個前提，那就是交易在多長時間內完成，因爲在系統負載不高的情況下，將思考時間(思考時間的值等於交易響應時間)加到腳本中，併發用戶數基本可以增加一倍，因此用併發用戶數來衡量系統的性能沒太大的意義。
6. 相關案例
通過大量性能測試我們發現不需要用上萬的用戶併發去進行測試，只要系統處理業務時間足夠快，幾百個用戶甚至幾十個用戶就可以達到目的。另外諮詢很多專家做過的性能測試項目，基本都沒有超過5000用戶併發。
因此對於大型系統、業務量非常高、硬件配置足夠多的情況下，5000用戶併發就足夠了；對於中小型系統，1000用戶併發就足夠了。
7. 性能測試策略
做性能測試需要一套標準化流程及測試策略，併發用戶數只是指標考慮的一個，在做負載測試的時候，一般都是按照梯度施壓的方式去加用戶數，而不是在沒有預估的情況下，一次加幾萬個用戶，，交易失敗率非常高，響應時間非常長，已經超過了使用者忍受範圍內，這樣做沒有多大的意義，這就好比“有多少錢可以幹多少事”一樣，需要選擇相關的策略。
8. Loadrunner VS PTS
從下圖對比項可以看出，PTS比Loadrunner(LR)更能讓客戶接受。
9. 總結
Ø 系統的性能由TPS決定，跟併發用戶數沒有多大關係。在同樣的TPS下，可以由不同的用戶數去壓（通過加思考時間設置）。
Ø 系統的最大TPS是一定的（在一個範圍內），但併發用戶數不一定，可以調整。
Ø 建議性能測試的時候，不要設置過長的思考時間，以最壞的情況下對服務器施壓。
Ø 一般情況下，大型系統（業務量大、機器多）做壓力測試，5000個用戶併發就夠了，中小型系統做壓力測試，1000個用戶併發就足夠了。