TPS与用户数,事务相应时间关系
并发用户数与TPS之间的关系
并发用户数：指的是现实系统中操作业务的用户，在性能测试工具中，一般称为虚拟用户数(Virutal User)，注意并发用户数跟注册用户数、在线用户数有很大差别的，并发用户数一定会对服务器产生压力的，而在线用户数只是 ”挂” 在系统上，对服务器不产生压力，注册用户数一般指的是数据库中存在的用户数。
TPS：Transaction Per Second, 每秒事务数, 是衡量系统性能的一个非常重要的指标，
TPS和事务响应时间的关系
例子：一个高速路有10个入口，每个入口每秒钟只能进1辆车
-
请问1秒钟最多能进几辆车？
TPS=10 -
每辆车需要多长时间进行响应？
reponse time = 1 -
改成20辆车，每秒能进几辆？每辆车的响应时间是多长？
TPS = 10，reponse time = 1 -
入口扩展到20个，每秒能进几辆？每辆车的响应时间是多长？
TPS = 20，reponse time = 1 -
看看，现在TPS变了，响应时间没变，TPS和响应时间有关系吗？
没关系 -
如何理解？
TPS和响应时间在理想状态下都是额定值，把入口看成线程池，如果有20个入口，并发数只有10的时候，TPS就是10，而响应时间始终是1，说明并发数不够，需要增加并发数达到TPS的峰值。 -
同样是20个入口，如果并发数变成100的话，TPS和响应时间会怎么样呢？
并发数到100的时候，就会出现堵车，堵车了平均每个车过去的时间就长了，把100个车按照20一份分成5份，第5份的等待时间就是最长的，从等待开始到这个车进去，实际花费了5秒，那100辆车都过去的响应时间就是（5+4+3+2+1）/5=3，平均的TPS就是（20/1+20/2+20/3+20/4+20/5)/5=8.89（我怎么感觉应该是100/（5+4+3+2+1）=6.67啊！） -
由此可知，TPS和响应时间宏观上是倒数关系，但是两者实际上木有直接的关系的，在上例中，系统只存在20个线程，100的并发就会造成线程的等待，引起平均响应时间从1秒增加到3秒，TPS从20下降到9，TPS和响应时间都是单独计算出来的，并不是互相算出来的！
-
同样可知，在并发量保持不变的情况下，提高TPS的手段有几种？
A、增加线程池的数量（入口）
B、降低每辆车入关的时间（也就是提高单个线程的处理效率） -
从TPS和response time的定义查看这2者的区别？
TPS = 在场景或者灰化步骤运行的每一秒钟中，每个事务通过、失败以及停止的次数.
也就是说，TPS = 总的通过、失败的事务总数/整个场景的运行时间；
reponse time = 每个事务完成实际需要的时间/事务处理数目
因此，这2个东西压根就是木有关系的！
如何评估系统的性能是否稳定
一个正常的系统，在不断加压的过程，应该经历下面五个阶段：
Ø 第一阶段：并发用户逐渐增加，系统的TPS（每秒处理事务笔数）逐步增大，直到达到最大值，这一阶段事务的响应时间不会有太大变化，会非常稳定；
Ø 第二阶段：并发用户继续增加，TPS基本维持在最大值不变，但响应时间将会逐步变长。
Ø 第三阶段：并发用户继续增加，TPS将会有少量下降（20%以内），但是决不能快速急剧下降，响应时间仍会逐步变长。
本阶段可以拒绝服务，但是不能宕机。
Ø 第四阶段：并发用户逐步减小，系统处理能力开始得到恢复，TPS能够逐步恢复到之前的最大值，响应时间开始变短；
Ø 第五阶段：压力逐步降为零，TPS继续降低，响应时间继续变快，所有占用的CPU/内存/IO资源得到释放。
http://www.51testing.com/html/66/587566-855826.html
http://www.aliyun.com/product/pts
http://hitest.aliyun.com/front/share/searchShare.htm?spm=0.0.0.0.muWanp&catId=3
