這篇文章摘自kruny的blog，作者的blog地址為：http://www.cnblogs.com/kruny。本文詳細的介紹了幾個服務器并發(fā)知識中比較容易混淆的概念，對服務器并發(fā)的初學者能夠起到很大的幫助，51CTO.com在此向作者表示感謝。以下是文章原文。

昨天讀完了段念寫的《軟件性能測試過程詳解與案例剖析》一書的***章，感覺學到了不少東西，以下將該書中的我認為是精華的一篇復制過來給大家一起看看：

在實際的性能測試中，經常接觸到的與并發(fā)用戶數(shù)相關的概念還包括“并發(fā)用戶數(shù)”、“系統(tǒng)用戶數(shù)”和“同時在線用戶數(shù)”，下面用一個實際的例子來說明它們之間的差別。

假設有一個OA系統(tǒng)，該系統(tǒng)有2000個使用用戶——這就是說，可能使用該OA系統(tǒng)的用戶總數(shù)是2000名，這個概念就是“系統(tǒng)用戶數(shù)”，該系統(tǒng)有一個“在線統(tǒng)計”功能（系統(tǒng)用一個全局變量記數(shù)所有已登錄的用戶），從在線統(tǒng)計功能中可以得到，***峰時有500人在線（這個500就是一般所說的“同時在線人數(shù)”），那么，系統(tǒng)的并發(fā)用戶數(shù)是多少呢？

根據(jù)我們對業(yè)務并發(fā)用戶數(shù)的定義，這500就是整個系統(tǒng)使用時***的業(yè)務并發(fā)用戶數(shù)。當然，500這個數(shù)值只是表明在***峰時刻有500個用戶登錄了系統(tǒng)，并不表示實際服務器承受的壓力。因為服務器承受的壓力還與具體的用戶訪問模式相關。例如，在這500個“同時使用系統(tǒng)”的用戶中，考察某一個時間點，在這個時間上，假設其中40%的用戶在較有興致地看系統(tǒng)公告（注意：“看”這個動作是不會對服務端產生任何負擔的），20%的用戶在填寫復雜的表格（對用戶填寫的表格來說，只有在“提交”的時刻才會向服務端發(fā)送請求，填寫過程是不對服務端構成壓力的），20%部分用戶在發(fā)呆（也就是什么也沒有做），剩下的20%用戶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%的用戶真正對服務器構成了壓力。因此，從上面的例子中可以看出，服務器實際承受的壓力不只取決于業(yè)務并發(fā)用戶數(shù)，還取決于用戶的業(yè)務場景。

在實際的性能測試工作中，測試人員一般比較關心的是業(yè)務并發(fā)用戶數(shù)，也就是從業(yè)務角度關注究竟應該設置多少個并發(fā)數(shù)比較合理，因此，在后面的討論中，也是主要針對業(yè)務并發(fā)用戶數(shù)進行討論，而且，為了方便，直接將業(yè)務并發(fā)用戶數(shù)稱為并發(fā)用戶數(shù)。

（1）  計算平均的并發(fā)用戶數(shù)： C = nL/T     

（2）  并發(fā)用戶數(shù)峰值： C’ ≈ C+3根號C

公式（1）中，C是平均的并發(fā)用戶數(shù)；n是login session的數(shù)量；L是login session的平均長度；T指考察的時間段長度。

公式（2）則給出了并發(fā)用戶數(shù)峰值的計算方式中，其中，C’指并發(fā)用戶數(shù)的峰值，C就是公式（1）中得到的平均的并發(fā)用戶數(shù)。該公式的得出是假設用戶的login session產生符合泊松分布而估算得到的。

實例：

假設有一個OA系統(tǒng)，該系統(tǒng)有3000個用戶，平均每天大約有400個用戶要訪問該系統(tǒng)，對一個典型用戶來說，一天之內用戶從登錄到退出該系統(tǒng)的平均時間為4小時，在一天的時間內，用戶只在8小時內使用該系統(tǒng)。

則根據(jù)公式（1）和公式（2），可以得到：

       C = 400*4/8 = 200

       C’≈200+3*根號200 = 242

呵呵，請大家不要見笑，雖然上面寫的都是很基礎的東西，但是對我本人來講，在還沒有看這本書之前，這些概念我是特別模糊的。