系統使用者數、併發使用者數與線上使用者數的區別及計算

 假設有一個OA系統，該系統有2000個使用使用者——這就是說，可能使用該OA系統的使用者總數是2000名，這個概念就是“系統使用者數”，該系統有一個“ 線上統計”功能（系統用一個全域性變數記數所有已登入的使用者），從線上統計功能中可以得到，最高峰時有500人線上（這個500就是一般所說的“同時線上人數”），那麼，系統的併發使用者數是多少呢？
　　根據我們對業務併發使用者數的定義，這500就是整個系統使用時最大的業務併發使用者數。當然，500這個數值只是表明在最高峰時刻有500個使用者登入了系統，並不表示實際伺服器承受的壓力。因為伺服器承受的壓力還與具體的使用者訪問模式相關。例如，在這500個“同時使用系統”的使用者中，考察某一個時間點，在這個時間上，假設其中40%的使用者在較有興致地看系統公告（注意：“看”這個動作是不會對服務端產生任何負擔的），20%的使用者在填寫複雜的表格（對使用者填寫的表格來說，只有在“提交”的時刻才會向服務端傳送請求，填寫過程是不對服務端構成壓力的），20%部分使用者在發呆（也就是什麼也沒有做），剩下的 20%使用者在不停地從一個頁面跳轉到另一個頁面——在這種場景下，可以說，只有20%的使用者真正對伺服器構成了壓力。因此，從上面的例子中可以看出，伺服器實際承受的壓力不只取決於業務併發使用者數，還取決於使用者的業務場景。
　　在實際的效能測試工作中，測試人員一般比較關心的是業務併發使用者數，也就是從業務角度關注究竟應該設定多少個併發數比較合理，因此，在後面的討論中，也是主要針對業務併發使用者數進行討論，而且，為了方便，直接將業務併發使用者數稱為併發使用者數。
　　（1） 計算平均的併發使用者數： C = nL/T
　　（2） 併發使用者數峰值： C’ ≈ C+3根號C
　　公式（1）中，C是平均的併發使用者數；n是login session的數量；L是login session的平均長度；T指考察的時間段長度。
　　公式（2）則給出了併發使用者數峰值的計算方式中，其中，C’指併發使用者數的峰值，C就是公式（1）中得到的平均的併發使用者數。該公式的得出是假設使用者的login session產生符合泊松分佈而估算得到的。
　　例項：
　　假設有一個OA系統，該系統有3000個使用者，平均每天大約有400個使用者要訪問該系統，對一個典型使用者來說，一天之內使用者從登入到退出該系統的平均時間為4小時，在一天的時間內，使用者只在8小時內使用該系統。
　　則根據公式（1）和公式（2），可以得到：
　　C = 400*4/8 = 200
　　C’≈200+3*根號200 = 242