最近需要對再次對服務器進行壓力測試，這里整一下最近學習到的估算方案和估算方式。以下估算方式沒有考慮類似于秒殺這種極端情況。

并發值估算

1.1 經典公式

一般來說，利用以下經驗公式進行估算系統的平均并發用戶數和峰值數據

• 1）平均并發用戶數為 C = nL/T
• 2）并發用戶數峰值 C‘ = C + 3*根號C

C是平均并發用戶數，n是login session的數量，L是login session的平均長度，T是值考察的時間長度

C'是并發用戶數峰值

如用外賣點餐APP套入這個公式計計算下并發用戶數100W用戶下并發用戶數大致范圍：

假設外賣APP有100W個用戶，而日活用戶假設占12.5%即12.5W個日活用戶，而每個日活用戶打開APP到點餐平均時間大概為5分鐘，而假設早上8點到晚上12點都會有用戶使用該APP。則可以計算出一個值：

上面即為經典公式計算出的并發用戶數，但看起來和實際情況可能有差異。

作為外賣APP大部分人都會在高峰期進行點餐，所以對于外賣APP這類應該單獨進行考慮。

我們采用2/8原則來估算并發用戶數，即80%的用戶數會在高峰期點餐，而高峰期設定為11-12,17-19點一共5個小時，在這種情況下估算并發用戶數：

1.2通用公式

對絕大多數場景，可以用（用戶總量/統計時間）*影響因子（一般為3）來進行估算并發量。

比如，以乘坐地鐵為例子，每天乘坐人數為5萬人次，每天早高峰是7到9點，晚高峰是6到7點，根據8/2原則，80%的乘客會在高峰期間乘坐地鐵，則每秒到達地鐵檢票口的人數為5000080%/（36060）=3.7，約4人/S，考慮到安檢，入口關閉等因素，實際堆積在檢票口的人數肯定比這個要大，假定每個人需要3秒才能進站，那實際并發應為4人/s3s=12，當然影響因子可以根據實際情況增大！

所以物聯網設備其實是可以考慮為通用設備。

在比較極端的情況下考慮，100萬個設備其中95%均為日活設備即95W，且假設其中80%的設備都會在3個小時內訪問服務器(高峰期)，則可以推算并發設備數。

因物聯網設備的不確定性較高，我們將影響因子設置為5

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持服務器之家。

原文鏈接：https://blog.csdn.net/m0_37263637/article/details/88649056