一、前言
在做一个系统前，首先要思考，这个系统将来有多少人用，最高并发有多少。用户规模和并发的不同，会决定系统架构的不同。架构决定成本，包括开发和运行成本，不要一味的追求高性能，适用最好。
二、基础概念
1. 注册用户数、在线用户数、并发用户数
- 注册用户数：一般指的是数据库中存在的用户数
- 在线用户数：只是 ”挂” 在系统上，对服务器不产生压力
- 并发用户数：一定会对服务器产生压力的
2. 并发用户数、并发数、QPS、RPS
- 并发用户数：在一段时间内集中使用系统的用户数
- 并发数：系统同时处理的请求数（取决于cpu核数）
- QPS：Queries Per Second每秒钟请求数，QPS = 并发数/平均响应时间 = 并发用户数/（平均思考时间+平均响应时间）
- RPS：Request Per Second每秒钟请求数（与QPS完全等价）
并发用户数和并发数常常混用，但是实际上，一般表达的是并发用户数的意思。（产品所说的系统并发表示并发用户数）
并发数和QPS常常混用，但是实际上，一般表达的是QPS的意思。（研发所说的系统并发表示QPS）
真正的系统并发取决于硬件，不会随意变化，没有讨论意义。
如何知道系统的QPS？
- 压测
- 估算：响应时间取倒数
假设我们当前一个http请求服务器处理完成需要100ms（即平均响应时间 = 100ms ）。那么它1s钟可以处理10个请求，也就是 qps = 10。
3. QPS、TPS
- QPS：Queries Per Second，指服务器每秒处理的事务次数。一般用于评估数据库、交易系统的基准性能。
- TPS：Transactions Per Second，是服务器每秒能够处理的查询次数，例如域名服务器、Mysql查询性能。
人们常常将两者混用，在不特殊强调的情况下，可以粗略的认为两者是等价的，通用的。
但是实际上，至少从字面意思上，两者的含义是不同的
- 第一种解释： QPS是针对网络服务器，TPS适用于所有服务器；讨论网络服务器时，QPS=TPS
- 第二种解释： QPS只是请求数，有可能多个请求才可以完成一个事务；在这种解释下，QPS≥TPS
- 第三种解释： QPS是请求总数，TPS是访问数据库或者开启事务的请求数；在这种解释下，QPS≥TPS
- 第四种解释： QPS是查询次数，TPS是访问数据库或者开启事务的请求数；在这种解释下，QPS表示读，TPS表示写
可以看出QPS一般没有歧义，问题主要在于如何解释TPS定义中的“事务”。所以建议统一使用QPS，除非QPS特别不符合语境时再使用TPS。
4. 吞吐量
系统在单位时间内处理请求的数量。只不过是一个很宽泛的术语，大家经常指的吞吐量的单位可能是：TPS/QPS、页面数/秒、人数/天、处理业务数/小时等等。
5. 响应时间、思考时间
- 响应时间：Response Time，服务器处理一次请求所用的时间
- 思考时间：Think Time，用户两次请求的间隔时间，用户触发一次请求所需要的时间（填一个表单需要5分钟，也就是最多每5分钟才能触发一次请求）
三、最大并发用户数估算（最多支持多少个人同时使用系统）
1. 在做系统之前，根据产品需求（最多支持多少个人同时使用系统），可以得出一个目标QPS作为系统的性能目标。
（1）已知最大在线用户数
最大并发用户数 = 系统最大在线用户数的8%到12%
最大QPS = 最大并发用户数 / (平均思考时间+平均响应时间)
原理：在线的用户里，最多有8%到12%的用户会同时操作
（2）对于一天当中用户登录时间不长，且分布比较均匀的系统来说
平均并发用户数 = (一天的在线用户数*平均用户登录时长) / 一天当中用户可能使用系统的时间区间
最大并发用户数 = 平均并发用户数 + 3*(平均并发用户数开根号)
原理：粗略认为，峰值比平均值高出3倍的根号平均值
举例1：
假设系统A，该系统有3000个用户，平均每天大概有400个用户要访问该系统，对于一个典型用户来说，一天之内用户从登陆到退出的平均时间为4小时，而在一天之内，用户只有在8小时之内会使用该系统。
–
平均并发用户数 = 400*4/8 = 200
最大并发用户数 = 200 + 3*根号200 = 243
举例2：
某公司为其170000名员工设计了一个薪酬系统，员工可进入该系统查询自己的薪酬信息，但并不是每个人都会用这个系统，假设只有50%的人会定期用改系统，这些人里面有70%是在每个月的最后一周使用一次该系统，且平均使用系统时间为5分钟。该公司朝九晚五，每天工作8小时。
–
最后一周的使用系统的用户数 = 170000*0.5*0.7 = 59500
最后一周的平均每天使用系统的用户数（一周5个工作日） = 59500/5 = 11900
最后一周的平均每天用户使用系统的分钟数（平均使用系统时间为5分钟） = 11900*5 = 59500
最后一周的每天平均并发用户数（一天8个工时） = 59500/(8*60) = 124
最后一周的每天最大并发用户数 = 124 + 3*根号124 = 138
（3）对于一天当中用户请求比较集中的系统来说，适合直接估算QPS，再估算最大并发用户数
最大QPS = 一天的用户请求数*80% / 用户集中时间段
最大并发用户数 = 最大QPS * (平均思考时间+平均响应时间)
原理：根据2/8原则，认为80%的用户请求都会在集中的时间段里完成；通常平均思考时间设为2，平均响应时间设为1
举例1：
假设一个网站，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。
–
最大QPS = 1000w*80%/(9*3600) = 246.92个/s
最大并发用户数 = 246.92*3 = 740
举例2：
以乘坐地铁为例子，每天乘坐人数为5万人次，每天早高峰是7到9点，晚高峰是6到7点，根据8/2原则，80%的乘客会在高峰期间乘坐地铁。
–
最大QPS（每秒到达地铁检票口的人数） = 为50000*80%/（3*60*60）=3.7，约4人/s
考虑到安检，入口关闭等因素，实际堆积在检票口的人数肯定比这个要大，假定每个人需要3秒（平均思考时间+平均响应时间为3秒）
最大并发用户数 = 4人/s*3s = 12人
2. 在做系统之后，通过性能测试可以知道系统的最大QPS，从而估算最多支持多少个人同时使用系统。
最大并发用户数 = 最大QPS * (平均思考时间+平均响应时间)
通常平均思考时间设为2，平均响应时间设为1