并发度[2]

　　在一个时间点上，可能与服务端进行交互的用户的数量，它表达的是“并发”的一种可能性。

　　思考时间

　　用户每个操作后的暂停时间，或者叫操作之间的间隔时间，此时间内是不对服务器产生压力的。

　　活跃时间

　　用户与服务器进行交互的持续时间。

　　基础数据

　　此分析方法依赖于以下基础数据，基础数据的详尽程度将直接决定此模型的有效性和准确性：

　　● 系统的访问量随时间分布关系。可以直观的观察到使用压力是如何分布在（一段时间）之间的，通过此数据来构建性能测试场景。

　　● 用户的活跃时间（与系统进行交互的时间）。用户的活跃时间是进行系统并发度估算的基础。比如已知系统的使用压力集中在4个小时内（平均分布），此期间访问量为100，用户的平均活跃时间是30分钟，那么并发度估算为100/（4h/30min）≈12.5。

　　● 用户操作路径。完成一个典型业务可以通过哪些途径？更有效提高测试覆盖率。

　　● 系统的访问分布。哪些页面是用户经常访问的，用以选取性能测试将覆盖的功能点。也可以通过此数据来对用户的工作量进行估算，这是确定系统压力很重要的一项信息。

　　● 页面停留时间（请求间隔时间）。属于测试的细节，可以使脚本更加真实的模拟用户操作。

　　注：此类数据可能需要专门采集才能获取。性能数据的采集参见另一文档《性能数据采集分析系统.docx》。

　　压力的度量

　　● TPS：每秒钟（关键）事务数。

　　● 并发度：单位时间段（一般为用户活跃时间）内，理论上有可能发生并发的用户数。

　　● 活跃用户数：一段时间内与系统进行交互的用户数量。

　　● 单位时间工作量：比如一小时或一分钟内完成的工作量。