线程数、并发用户数
线程数: 主流的性能测试工具（Jmeter/Loadrunner），以线程式并发的方式，启动复数个线程，让每个线程独立向服务器端发出请求，帮我们达成“短时间内向服务器发送大量请求”的任务。
有时候我们在描述性能测试过程时，会将这个客户端的独立线程数表述为“并发数”。
注意: 这里的“并发”指的是客户端并发，并不是服务端的并发。很简单，客户端能发出很多请求，服务器却未必能处理得了~
并发用户数：某一时刻同时向服务器发送请求的用户数。
需要明白的一个误区：并发用户数和 jmeter 的线程数，它们是不对等的。并发用户数应该和 tps 是一个概念，假如需求是想获取 1000 个用户同时操作时，系统能否承受得住或者系统各项指标反应如何，我们应该拿 tps 来给出答案。jmeter 的线程数大小仅仅是一个压力的大小概念。
常见问题：计算最大线程数
查询功能，需要系统能够在5分钟内能完成5000笔查询业务，同时用户响应时间不超过3s，该用多少线程数施压？
计算公式：最大线程数= (单次响应时间业务量)/总的业务时间
答案：(3 ** 5000)/560=50
相对并发和绝对并发
什么是相对并发和绝对并发？
相对并发：指在一个时间段内发生的事情。在jmeter的测试计划中添加线程组，设置线程属性，2秒之内启动10个线程，其对应的相对并发为5（线程数/启动时间）。
绝对并发：指在同一时刻发生的事情。jmeter可以使用同步定时器（Synchronizing Timer）实现绝对并发，也就是同一个时刻达到了某一集合点才发出请求。
压测时选用哪个更合适？
绝对并发的优点：对服务器来说，会产生一种瞬间高并发。
绝对并发的缺点：对服务器来说，平均压力会降低。
根据业务来选择：
如果业务场景是瞬间高并发类型的，如抢购、秒杀等，需要加集合点。
或者是多场景测试，你需要确保数据流上下游关系，控流的时候可以考虑.
其他场景都不需要加，加了集合点后，就不适用tps来衡量系统性能。
集合点功能要慎重选择：
因为加了集合点后，系统的平均压力会降低。原因是多线程在集合的时间，服务器和数据库都处于休息状态，他们会有足够的时间去释放连接和内存等恢复工作。
有些加了集合点并发测试通过了，但是上线后就出现某些资源占满情况，就是因为线上真实场景是不会集合的，也就是不会给服务器一个缓解的时间。
吞吐量
吞吐量是服务端的指标：吞吐量是站在“量”的角度去度量，是一个参考指标, 是指单位时间内系统能处理的请求数量，体现系统处理请求的能力，这是目前最常用的性能测试指标。
但是光有“量”的数据有时候并无太大价值，一家餐厅1个小时卖出100份餐品和一个月才卖出100份餐品，单从“量”的维度衡量肯定不行，时间维度很重要！
性能测试领域的吞吐量通常会结合上时间维度进行统计。如果吞吐量的“量”以“事务”为统计单位的话，结合时间维度，就可以换算成TPS。
TPS & QPS
QPS: Queries Per Second，每秒查询率，是一台服务器每秒能够响应的查询次数（数据库中的每秒执行查询sql的次数）。
因此QPS代表的场景不够全面，仅仅适用于只执行单次查询的接口，不建议用QPS来作为系统性能指标。
TPS: Transactions Per Second，每秒事务数，具体事务的定义，是人为制定的，可以是一个接口、多个接口、一个业务流程等等……
以单接口定义为事务为例，每个事务包括了如下3个过程:
- 向服务器发请求.
- 服务器自己的内部处理（包含应用服务器、数据库服务器等)
- 服务器返回结果给客户端
如果每秒能够完成N次这3个过程，TPS就是N。
如果多个接口定义为一个事务，那么这多个请求完成一次，算做一个TPS。
TPS和QPS的关系：
如果是对一个查询接口（单场景）压测，且这个接口内部不会再去请求其它接口，那么tps=qps，否则，tps≠qps。
如果是容量场景，假设n个接口都是查询接口，且这个接口内部不会再去请求其它接口，qps=n*tps。
如何估算TPS：
根据已有接口评估:
如果是一个老接口–上一次大促峰值的3-5倍为目标TPS
如果是一个新接口–可以参考相同业务场景的其他接口目标制定
根据业务量评估:
案例：
预期20万注册用户，其中每天活跃用户峰值预计占10%，首页存在游客访问则增加一倍；活跃用户平均每人每天访问接口4次；访问时间段大多数在20:00-21:00
计算方式：
通过二八原则，80%的业务在20%的时间产生
峰值TPS=业务量 * 80%/业务时段（秒）* 20%
计算：200000 * 10% * 2 * 4 * 80%/3600 * 20%=178
响应时间
最小、最大、平均、90th pct：最小响应时间、最大响应时间、平均响应时间都很好理解。
这里只单独说一下90th pct的含义：
表示将整个测试过程中，接口所有请求的所有响应时间按从小到大排列为N个点，取N*90%这个点的响应时间即为此请求的90%响应时间，其代表90%的请求在此响应时间以内。
知识扩展：Std.Dev: Standard Deviation
在Jmeter的监听器summary report中，我们会看到有这样的一个字段：
那这个字段是什么意思呢？解释如下：
std.deviation: 标准偏差，一种度量数据分布的分散程度之标准，用以衡量数据值偏离算术平均值的程度.
标准偏差的值越小，则说明各个样本的响应时间越接近平均值，一定程度上也表明系统更加稳定.
计算标准偏差的值，可以在Excel中使用公式：=STDEV.P() 来计算.
举个例子：
两组数据，平均值都是70，但是明显第二组数据相比第一组数据，各个样本的值更接近平均值：
计算两组数据的标准偏差值，第二组2.16，第一组17.07，因此标准偏差的值越小，则说明各个样本的值越接近平均值：
