视频房间的并发数计算方法

合集下载

宾馆酒店VD点播系统

第4章宾馆酒店VOD点播系统4.1系统概述电视广播是目前广泛应用的信息传输手段之一。

以往观众只能被动地接收电视台单向发送给用户的电视节目，而现在，随着信息网络技术的发展和互联网的普及，用户可以舒适地坐在沙发上，手持遥控器，根据需要任意选择观看最流行的影视节目，查询服务信息，进行网上购物，了解最新财经动态等，这就是交互式视频点播（VOD）系统所提供的服务。

视频点播（VOD）是当前国际上最热门的高科技应用项目之一，它综合了计算机、通信、多媒体、电视技术等多项现代先进技术成果，代表着娱乐生活信息化发展的方向。

VOD的高度交互能力使其在各种领域有着广泛的应用前，它可用于多媒体教学、互动式电视会议、电视购物、各类娱乐场所、宾馆可视化服务、广告宣传等诸多领域。

二十一世纪是一个多元化的信息社会，VOD巨大的发展潜力与广阔的应用前景却是十分诱人的。

在当今社会向高度信息化迈进的时代，VOD作为最形象、最直接、最合乎用户需求的信息服务手段之一，必将在今后对社会和人们的生活方式产生重大的影响。

4.2系统设计原则✧先进性本系统基于高性能、具有先进体系的小型机系统平台。

不论是具有自主版权的视频分配技术、机顶盒技术，还是数字调制、压缩编码技术以及用户接入，均处于国内领先水平。

同时系统具有优良的性能价格比。

✧标准化本系统各项技术尽可能地遵循已有的国家标准及行业标准，没有国标及行标的则遵循国际标准。

由于视像信息服务是一个较新的业务，其标准本身也在不断发展之中，我们在系统设计上采用了独立的层次结构，以建立一个开放式平台去适用标准的形成及演进，同时满足符合标准的不同厂家的VS及STB的互通互连。

✧实用性本系统的着眼点之一就是系统的实用性，立足于为普通信息消费用户提供视频信息服务。

本系统通过扩展可以提供较大规模的并发码流数、提供较高性能价格比的用户接入终端。

✧可靠性迪瑞科技视频服务系统可确保商用条件下的可靠性。

提供的系统由技术成熟的专用服务器等设备集成，采用性能稳当的工业级操作系统、数据库管理系统，系统软硬件经严格测试，保证了系统的可靠性和稳定性。

如何计算服务器带宽、在线人数、并发量

怎样计算服务器托管带宽与在线人数服务器托管对于网站来说是举足轻重的，选择一个好的服务器就直接关系到了网站的发展，服务器的重要性是不言而喻的，那么站长们是否会计算服务器托管带宽与在线人数呢？专职优化、域名注册、网站空间、虚拟主机、服务器托管、vps主机、服务器租用的中国信息港来为你探究！计算机上有两个最基本的单位，Byte（字节）和bit（位），二者的换算关系是1Byte=8bits。

其他的K、M、G、T等都是数量级。

100Mbps（100M bits per second）独享带宽，换算到我们日常熟悉的文件大小，要除以8；也就是说100Mbps带宽，理论下每秒可以下载的文件大小约是12.5MB（M Byte）.如果再加上损耗，IP头等，大概也就10MB/S左右。

如果你是用这10M去点播普通电影（600kbps)的，产生一次顺畅点播需要每秒传递的数据大小600/8≈80KB左右，10240K/80,也就120个同时链接（并发）。

当然如果你要是做网页的话，每个人需要的带宽大约也就5k /s左右，也就是2000来个同时连接（并发）。

通常意义上来讲，做网页服务器，用带宽来计算同时在线人数是不准确的，你同样可以支持1万个人在线，因为访问网页的时候只是短时间连接服务器请求数据，这 1万人未必同时需要1万个并发连接。

网页人数的在线，主要是跟服务器的性能相关。

视频服务器或者下载服务器，游戏服务器，才跟带宽直接相关。

三带宽能同时允许在线人数多少？带宽方面是支持在线人数的最关键的一个因素，服务器按照咱们所保证的百共保证带宽是3M，即3Mbit/s，相应的，服务器的数据最高传输速度应为3 /8byte/s*1024=384K/s 。

一分钟流量大约384K/S*60=23040K，假使每个用户一分钟内占用10K，即该一分钟内支持在线访问人数为2304人。

（图片类和视频类站点不在此例，因为图片类视频类每个用户一分钟内绝对超过10K），但是，我们并不能保证每个用户在一分钟内只访问一个该站链接，假如每个用户在一分钟内点该站两个链接的话，那么支持在线人数应该在2000以下。

局域网并发数计算

局域网并发连接数计算
在Linux中运行“cat/proc/sys/net/ipv4/netfilter/ip_conntrack_max”命令可得到ip_conntrack_max值，该参数标志着Linux软路由可承受的TCP最大并发连接数，它随着计算机物理内存增加而增加，256M内存时为16384个；512M为32696；1G为65392…
在局域网任意PC计算机上运行“netstat–s”可得到该计算机的当前TCP连接数。

当一台PC计算机仅为浏览网页，聊天和单线程下载檔等应用，实际TCP连接数量不会大于20个。

当它运行P2P软件时，根据实际使用情况，TCP连接数约为200～400个。

以200台PC计算机共享网络为例，正常情况下有15%的PC计算机正在使用P2P软件，则并发TCP连接可能会达到400×30+170×20=12190个。

该数量随P2P 软件使用数量和对外WEB、FTP网站流量情况而有所变化。

结论
软路由的CPU、内存处理速度已经远远超过网络卡和PCI总线速度；在百兆以太网中软路由数据报转发速度仅决定于网络卡的线速度。

笔者曾用赛扬450MHZ的CPU，256M的旧机器架构，软路由在数据包转发性能上完全没有损失。

因此Linux软路由完全可以采用更低主频率的内存和CPU的旧机器来架构。

系统吞吐量（TPS）、用户并发量、性能测试概念和公式

系统吞吐量（TPS）、用户并发量、性能测试概念和公式PS：下面是性能测试的主要概念和计算公式，记录下：一．系统吞度量要素：一个系统的吞度量（承压能力）与request对CPU的消耗、外部接口、IO等等紧密关联。

单个reqeust 对CPU消耗越高，外部系统接口、IO影响速度越慢，系统吞吐能力越低，反之越高。

系统吞吐量几个重要参数：QPS（TPS）、并发数、响应时间QPS（TPS）：每秒钟request/事务数量并发数：系统同时处理的request/事务数响应时间：一般取平均响应时间（很多人经常会把并发数和TPS理解混淆）理解了上面三个要素的意义之后，就能推算出它们之间的关系：QPS（TPS）= 并发数/平均响应时间一个系统吞吐量通常由QPS（TPS）、并发数两个因素决定，每套系统这两个值都有一个相对极限值，在应用场景访问压力下，只要某一项达到系统最高值，系统的吞吐量就上不去了，如果压力继续增大，系统的吞吐量反而会下降，原因是系统超负荷工作，上下文切换、内存等等其它消耗导致系统性能下降。

决定系统响应时间要素我们做项目要排计划，可以多人同时并发做多项任务，也可以一个人或者多个人串行工作，始终会有一条关键路径，这条路径就是项目的工期。

系统一次调用的响应时间跟项目计划一样，也有一条关键路径，这个关键路径是就是系统影响时间；关键路径是有CPU运算、IO、外部系统响应等等组成。

二．系统吞吐量评估：我们在做系统设计的时候就需要考虑CPU运算、IO、外部系统响应因素造成的影响以及对系统性能的初步预估。

而通常境况下，我们面对需求，我们评估出来的出来QPS、并发数之外，还有另外一个维度：日PV。

通过观察系统的访问日志发现，在用户量很大的情况下，各个时间周期内的同一时间段的访问流量几乎一样。

比如工作日的每天早上。

只要能拿到日流量图和QPS我们就可以推算日流量。

通常的技术方法：1. 找出系统的最高TPS和日PV，这两个要素有相对比较稳定的关系（除了放假、季节性因素影响之外）2. 通过压力测试或者经验预估，得出最高TPS，然后跟进1的关系，计算出系统最高的日吞吐量。

估算并发用户数的方法

估算并发用户数的方法作者：Eric Man Wong一、引言为了进行容量规划和进行性能方面的管理，正式发布产品之前往往有必要估算系统能够承受的最大并发用户数。

因为系统资源的使用直接与并发用户数挂钩。

就拿Web 应用来说，内存的使用，CPU 的利用率，服务器的进程/线程数，数据库连接数和网络带宽占用率都是关于并发用户数的增函数。

尽管知道并发用户数的重要性，我们还是经常通过第六感或者是大胆臆测去估计这个数值，十分缺乏理性。

在本文中，我们会尝试去介绍一种简单的方法来得出这个并发用户数的估计值——通过某些其他的参数，这个值将会更加易于估算并且更加合理。

二、一种不令人满意的方法人们时常用的一种估计方法是这样的：假设并发用户数等于全部用户数乘以某个比例。

这不是一种好方法，因为就算有时候总的用户数可以可靠的估计出来，然而百分比——尽管不能总说——是一个不具有说服力的魔力数字。

必须指出的是，刚提到的这个百分比不能视为在某个时间段内登录系统的那部分用户。

在某些情况下才能肯定的得出登录系统的用户数。

举个例子，如果我们知道每个用户都会在每个月的某一天使用且只使用一次某个系统，那么我们可以理所当然的认为任意一天使用该系统的百分比是大约3.3%（作者注：就是1/30）。

（译者注：30 就是提到的“每个月”）。

尽管如此，仅仅依靠这个百分比不能用来推导出并发用户数。

因为在同一天使用系统的人并不是同时使用的。

有的用户可能在上午使用，有的用户可能在下午使用。

我们接下来看看一种更好的方法。

三、估算平均并发用户数的公式我们通过定义并发用户数来开始这一节。

但是在之前，我们必须搞清楚login session 的含义。

在这段时间内，系统的一个或多个资源被占用。

使用任意一个需要用户登录的Web应用作为例子，login session从用户登录到系统开始，到用户退出系统结束。

视频会议中并发数量是什么意思

视频会议中并发数量是什么意思
视频会议中并发数量是什么意思,并发点数的的意思就是您一共需要多少方开会，是指接入视频会议的客户端数，直白地说是参与视频会议的电脑数量或者说是人数。

比如您有十个分公司，加总部一起开会就需要11个点的客户端并发，目前网络视频会议软件都是根据点数来收费的，即会议中的参与人数，参与人数多必然费用越高。

视频会议中并发数量是什么意思客户端并发连接数即是客户所购买的同时在线开会的用户数。

视频会议客户端并发数量，软件视频会议购买或租用大多数是按照点数收费。

好视通视频会议系统支持数10W方同时在线，如果想租赁，您可以咨询好视通视频会议。

“并发用户数”、“系统用户数”和“同时在线用户数”的计算公式

“并发用户数”、“系统用户数”和“同时在线用户数”的计算公式与并发用户数相关的概念还包括“并发用户数”、“系统用户数”和“同时在线用户数”，下面用一个实际的例子来说明它们之间的差别。

假设有一个OA系统，该系统有2000个使用用户——这就是说，可能使用该OA系统的用户总数是2000名，这个概念就是“系统用户数”，该系统有一个“在线统计”功能（系统用一个全局变量记数所有已登录的用户），从在线统计功能中可以得到，最高峰时有500人在线（这个500就是一般所说的“同时在线人数”），那么，系统的并发用户数是多少呢？根据我们对业务并发用户数的定义，这500就是整个系统使用时最大的业务并发用户数。

当然，500这个数值只是表明在最高峰时刻有500个用户登录了系统，并不表示实际服务器承受的压力。

因为服务器承受的压力还与具体的用户访问模式相关。

例如，在这500个“同时使用系统”的用户中，考察某一个时间点，在这个时间上，假设其中40%的用户在较有兴致地看系统公告（注意：“看”这个动作是不会对服务端产生任何负担的），20%的用户在填写复杂的表格（对用户填写的表格来说，只有在“提交”的时刻才会向服务端发送请求，填写过程是不对服务端构成压力的），20%部分用户在发呆（也就是什么也没有做），剩下的20%用户在不停地从一个页面跳转到另一个页面——在这种场景下，可以说，只有20%的用户真正对服务器构成了压力。

因此，从上面的例子中可以看出，服务器实际承受的压力不只取决于业务并发用户数，还取决于用户的业务场景。

在实际的性能测试工作中，测试人员一般比较关心的是业务并发用户数，也就是从业务角度关注究竟应该设置多少个并发数比较合理，因此，在后面的讨论中，也是主要针对业务并发用户数进行讨论，而且，为了方便，直接将业务并发用户数称为并发用户数。

（1）计算平均的并发用户数：C = nL/T（2）并发用户数峰值：C’ ≈ C+3根号C公式（1）中，C是平均的并发用户数；n是login session 的数量；L是login session的平均长度；T指考察的时间段长度。

经传软件效率指标公式

经传软件效率指标公式引言经传软件的效率指标是衡量软件运行效率和性能的重要指标之一。

通过确定合适的效率指标公式，可以评估软件的性能，并进行性能优化。

本文将介绍一些常用的经传软件效率指标公式。

响应时间（Response Time）响应时间是指从用户发起一个请求到系统返回结果所需要的时间。

它是衡量软件性能的重要指标之一。

响应时间越短，表示软件的运行效率越高。

通常，响应时间的计算公式如下：响应时间 = 结束时间 - 开始时间吞吐量（Throughput）吞吐量是指在单位时间内系统处理的请求数量。

它是衡量软件处理能力的指标之一。

吞吐量越高，表示软件的性能越好。

通常，吞吐量的计算公式如下：吞吐量 = 完成的请求数量 / 所用的时间并发用户数（Concurrent Users）并发用户数是指在同一时间内同时使用系统的用户数量。

它是衡量软件并发处理能力的指标之一。

并发用户数越多，表示软件的性能越好。

通常，并发用户数的计算公式如下：并发用户数 = 同时使用系统的用户数量性能利用率（Performance n）性能利用率是指系统在运行过程中所使用的资源的利用率。

它是衡量软件资源利用效率的指标之一。

性能利用率越高，表示软件的性能越高。

通常，性能利用率的计算公式如下：性能利用率 = 实际使用的资源 / 可用的资源错误率（Error Rate）错误率是指系统处理请求时产生的错误数量与总请求数量的比率。

它是衡量软件稳定性和可靠性的指标之一。

错误率越低，表示软件的性能越好。

通常，错误率的计算公式如下：错误率 = 错误请求数量 / 总请求数量结论经传软件的效率指标是评估软件性能的重要依据。

通过合理选择和计算适当的效率指标公式，可以评估软件的性能，并进行性能优化。

上述介绍的响应时间、吞吐量、并发用户数、性能利用率和错误率是常用的经传软件效率指标公式，可以根据具体情况选择适用的指标进行评估。

指标关系：你知道并发用户数应该怎么算吗

指标关系：你知道并发⽤户数应该怎么算吗性能综述的那三篇⽂章中，描述了各种指标，⽐如TPS、RPS、QPS、HPS、CPM等。

我也强调了，我们在实际⼯作的时候，应该对这些概念有统⼀的认识。

这样的话，在使⽤过程中，⼀个团队或企业从上到下都具有同样的概念意识，就可以避免出现沟通上的偏差。

我说⼀个故事。

我以前接触过⼀个咨询项⽬。

在我接触之前，性能测试团队⼀直给⽼板汇报着⼀个数据，那就是10000TPS。

并且在每个版本之后，都会出⼀个性能测试报告，⽼板⼀看，这个数据并没有少于10000TPS，很好。

后来，我进去⼀看，他们⼀直提的这个10000TPS指的是单业务的订单，并且是最基础的订单逻辑。

那么问题来了，如果混合起来会怎么样呢？于是我就让他们做个混合容量场景，显然，提容量不提混合，只说单接⼝的容量是不能满⾜⽣产环境要求的。

结果怎么样呢？只能测试到6000TPS。

于是我就要去跟⽼板解释说系统达到的指标是6000TPS。

⽼板就恼⽕了呀，同样的系统，以前报的⼀直是10000TPS，现在怎么只有6000TPS了？不⾏，你们开发的这个版本肯定是有问题的。

于是⽼板找到了研发VP，研发VP找到了研发经理，研发经理找了研发组长，研发组长⼜找到了开发⼯程师，开发⼯程师找到了我。

我说之前不是混合场景的结果，现在混合容量场景最多达到6000TPS，你们可以⾃⼰来测。

然后证明，TPS确实只能达到6000。

然后就是⼀轮⼜⼀轮的向上解释。

说这个故事是为了告诉你，你⽤TPS也好，RPS也好，QPS也好，甚⾄⽤西夏⽂来定义也不是不可以，只要在⼀个团队中，⼤家都懂就可以了。

但是，在性能市场上，我们总要⽤具有普适性的指标说明，⽽不是⽤混乱的体系。

在这⾥，我建议⽤TPS做为关键的性能指标。

那么在今天的内容⾥，我们就要说明⽩TPS到底是什么。

在第3篇⽂章中，我提到过在不同的测试⽬标中设置不同的事务，也就是TPS中的T要根据实际的业务产⽣变化。

那么问题⼜来了，TPS和并发数是什么关系呢？在并发中谁来承载”并发“这个概念呢？说到这个，我们先说⼀下所谓的“绝对并发”和“相对并发”这两个概念。

并发用户数、吞吐量、思考时间的计算公式

一、软件性能的关注点对一个软件做性能测试时需要关注那些性能呢？我们想想在软件设计、部署、使用、维护中一共有哪些角色的参与，然后再考虑这些角色各自关注的性能点是什么，作为一个软件性能测试工程师，我们又该关注什么？首先，开发软件的目的是为了让用户使用，我们先站在用户的角度分析一下，用户需要关注哪些性能，对于用户来说，当点击一个按钮、链接或发出一条指令开始，到系统把结果已用户感知的形式展现出来为止，这个过程所消耗的时间是用户对这个软件性能的直观印象。

也就是我们所说的响应时间，当相应时间较小时，用户体验是很好的，当然用户体验的响应时间包括个人主观因素和客观响应时间，在设计软件时，我们就需要考虑到如何更好地结合这两部分达到用户最佳的体验。

如：用户在大数据量查询时，我们可以将先提取出来的数据展示给用户，在用户看的过程中继续进行数据检索，这时用户并不知道我们后台在做什么。

用户关注的是用户操作的相应时间。

其次，我们站在管理员的角度考虑需要关注的性能点1、相应时间2、服务器资源使用情况是否合理3、应用服务器和数据库资源使用是否合理4、系统能否实现扩展5、系统最多支持多少用户访问、系统最大业务处理量是多少6、系统性能可能存在的瓶颈在哪里7、更换那些设备可以提高性能8、系统能否支持7×24小时的业务访问再次，站在开发（设计）人员角度去考虑1、架构设计是否合理2、数据库设计是否合理3、代码是否存在性能方面的问题4、系统中是否有不合理的内存使用方式5、系统中是否存在不合理的线程同步方式6、系统中是否存在不合理的资源竞争那么站在性能测试工程师的角度，我们要关注什么呢？一句话，我们要要关注以上所有的性能点二、软件性能的几个主要术语1、响应时间：对请求作出响应所需要的时间网络传输时间：N1+N2+N3+N4应用服务器处理时间：A1+A3数据库服务器处理时间：A2响应时间=N1+A1+N2+A2+N3+A3+N42、并发用户数的计算公式系统用户数：系统额定的用户数量，如一个OA系统，可能使用该系统的用户总数是2000个，那么这个数量，就是系统用户数同时在线用户数：在一定的时间范围内，最大的同时在线用户数量平均并发用户数的计算：C=nL / T其中C是平均的并发用户数，n是平均每天访问用户数，L是一天内用户从登录到退出的平均时间（操作平均时间），T是考察时间长度（一天内多长时间有用户使用系统）并发用户数峰值计算：C^约等于C + 3*根号C其中C^是并发用户峰值，C是平均并发用户数，该公式遵循泊松分布理论3、吞吐量的计算公式指单位时间内系统处理用户的请求数从业务角度看，吞吐量可以用：请求数/秒、页面数/秒、人数/天或处理业务数/小时等单位来衡量从网络角度看，吞吐量可以用：字节/秒来衡量对于交互式应用来说，吞吐量指标反映的是服务器承受的压力，他能够说明系统的负载能力以不同方式表达的吞吐量可以说明不同层次的问题，例如，以字节数/秒方式可以表示数要受网络基础设施、服务器架构、应用服务器制约等方面的瓶颈；已请求数/秒的方式表示主要是受应用服务器和应用代码的制约体现出的瓶颈。

服务器并发量估算公式和计算方法

服务器并发量估算公式和计算⽅法最近需要对再次对服务器进⾏压⼒测试，这⾥整⼀下最近学习到的估算⽅案和估算⽅式。

以下估算⽅式没有考虑类似于秒杀这种极端情况。

并发值估算1.1 经典公式⼀般来说，利⽤以下经验公式进⾏估算系统的平均并发⽤户数和峰值数据1）平均并发⽤户数为 C = nL/T2）并发⽤户数峰值 C‘ = C + 3*根号CC是平均并发⽤户数，n是login session的数量，L是login session的平均长度，T是值考察的时间长度C'是并发⽤户数峰值如⽤外卖点餐APP套⼊这个公式计计算下并发⽤户数100W⽤户下并发⽤户数⼤致范围：假设外卖APP有100W个⽤户，⽽⽇活⽤户假设占12.5%即12.5W个⽇活⽤户，⽽每个⽇活⽤户打开APP到点餐平均时间⼤概为5分钟，⽽假设早上8点到晚上12点都会有⽤户使⽤该APP。

则可以计算出⼀个值：平均并发⽤户数C=125000*5/16*60=651并发⽤户数峰值C`=651+3*根号 651=726上⾯即为经典公式计算出的并发⽤户数，但看起来和实际情况可能有差异。

作为外卖APP⼤部分⼈都会在⾼峰期进⾏点餐，所以对于外卖APP这类应该单独进⾏考虑。

我们采⽤2/8原则来估算并发⽤户数，即80%的⽤户数会在⾼峰期点餐，⽽⾼峰期设定为11-12,17-19点⼀共5个⼩时，在这种情况下估算并发⽤户数：平均并发⽤户数C=125000*5*0.8/5*60=1666并发⽤户数峰值C`=1666+3*根号 1666=17881.2通⽤公式对绝⼤多数场景，可以⽤（⽤户总量/统计时间）*影响因⼦（⼀般为3）来进⾏估算并发量。

⽐如，以乘坐地铁为例⼦，每天乘坐⼈数为5万⼈次，每天早⾼峰是7到9点，晚⾼峰是6到7点，根据8/2原则，80%的乘客会在⾼峰期间乘坐地铁，则每秒到达地铁检票⼝的⼈数为5000080%/（36060）=3.7，约4⼈/S，考虑到安检，⼊⼝关闭等因素，实际堆积在检票⼝的⼈数肯定⽐这个要⼤，假定每个⼈需要3秒才能进站，那实际并发应为4⼈/s3s=12，当然影响因⼦可以根据实际情况增⼤！所以物联⽹设备其实是可以考虑为通⽤设备。

“并发用户数”、“系统用户数”和“同时在线用户数”的计算公式

当然，500这个数值只是表明在最高峰时刻有500个用户登录了系统，并不表示实际服务器承受的压力。

因为服务器承受的压力还与具体的用户访问模式相关。

因此，从上面的例子中可以看出，服务器实际承受的压力不只取决于业务并发用户数，还取决于用户的业务场景。

系统设计--并发用户数与吞吐量

系统设计--并发⽤户数与吞吐量在做系统设计时，架构师希望建⽴⼀套⾼性能的系统，⽽吞吐量(TPS)则作为衡量系统性能的重要指标。

在做性能测试的时候，测试⼈员需要了解系统并发⽤户数、系统吞吐量、以及响应时间等，下⾯就按照这⼏者之间的关系简单整理如下。

1、响应时间：对请求作出响应所需要的时间⽹络传输时间：N1 + N2 + N3 + N4应⽤服务器处理时间：A1 + A3数据库服务器处理时间：A2则响应时间 = N1 + N2 + N3 + N4 + A1 + A3 + A22、并发⽤户数的计算公式系统⽤户数：系统额定的⽤户数量，如⼀个OA系统，可能使⽤该系统的⽤户总数是3000个，那么这个数量，就是系统⽤户数。

同时在线⽤户数：在⼀定的时间范围内，最⼤的同时在线⽤户数量。

同时在线⽤户数 = 每秒请求数RPS（吞吐量TPS） + 并发连接数 + 平均⽤户思考时间平均并发⽤户数的计算：C = n * L / T其中C是平均的并发⽤户数，n是平均每天访问⽤户数（login session），L是⼀天内⽤户从登录到退出的平均时间（login session的平均时间），T是考察时间长度（⼀天内多长时间有⽤户使⽤系统）并发⽤户数峰值计算：C1 = C + 3 * sqr(C)其中C1是并发⽤户峰值，C是平均并发⽤户数，sqr(C)代表C的平⽅根。

⽰例：假设有⼀个OA系统，该系统有3000个⽤户，平均每天⼤约有400个⽤户要访问该系统，对⼀个典型⽤户来说，⼀天之内⽤户从登录到退出该系统的平均时间为4个⼩时，在⼀天的时间内，⽤户只在8⼩时内使⽤该系统。

则根据公式1和公式2，可以得到：C = 400 * 4 / 8 = 200C1 = 200 + 3 * sqr(200) = 2423、吞吐量的计算公式吞吐量：指单位时间内系统处理⽤户的请求数从业务⾓度看，吞吐量可以⽤：请求数/秒、页⾯数/秒、⼈数/天或处理业务数/⼩时等单位来衡量从⽹络⾓度看，吞吐量可以⽤：字节/秒来衡量⼀个系统的吞度量（承压能⼒）与request对CPU的消耗、外部接⼝、IO等等紧密关联。

视频房间的并发数计算方法

视频房间的并发数计算方法我们在遇到计算一台服务器可以支持多少个视频流的时候，总是不太清楚怎么计算，本文专门针对OM视频系统的码流特征而写，可以为视频会议、培训课堂等应用系统的部署，提供参考。

我们将通过模拟一个用户需求来进行并发数的分析，需求描述如下：在一台服务器上部署OM视频系统作为视频探视室，每个探视房间只允许2路视频，视频的码流设置为384Kbps，画质较好，视频自动录像在服务器上。

如果有可能的话，希望每个探视房间可以支持第3个人进入作为观看者，仅接收视频，并不发送视频。

要求计算出，单台服务器最高支持多少个视频房间同时进行？服务器需要多大的带宽接入？大致费用是多少？用户端需要多大带宽，普通家庭宽带和办公室宽带能否支持？1、基本参数STAT硬盘的实际读写速度约是50MB/S，单位为兆字节每秒（MB/s）。

单路视频流的码率约是384Kbps，单位为千比特每秒（Kbits/s），换算为字节计算法是48KB/S，单位为千字节每秒（KB/s）。

每个视频房间支持2路视频的录制，则每个房间的码流是768Kbps，换算为字节计算法是96KB/S。

单台服务器的接入带宽是1Gbps，换算为字节计算法是128MB/S。

本计算法只考虑服务器硬盘读写速度和网络带宽的限制，忽略服务器的CPU、内存等因素。

2、根据硬盘的瓶颈计算计算公式：硬盘读写速度/每个房间的码流= 实际支持的录像并发数（或回放的并发数）。

实际计算数值：(50*1024)/96 = 533结论：单台服务器同时支持500个房间（1000人）同时录像（或1000路并发回放）。

回放指的是实时的播放流，并不包括采用本地缓存和缓冲机制的点播流。

如果每个房间只有1路录制流，则录像并发数是1000个房间。

这是硬盘的瓶颈。

3、计算所需要的网络带宽计算公式：(每个房间的码流*500个房间) = 500个房间所需要的带宽。

实际计算数值（使用Kbits/s作为计量单位）：(768*500)/1024 = 375Mbits/s结论：500个房间同时录像所需375Mbits/s上下行对等带宽。

估算并发用户数的方法

因为系统资源的使用直接与并发用户数挂钩。

就拿Web 应用来说，内存的使用，CPU 的利用率，服务器的进程/线程数，数据库连接数和网络带宽占用率都是关于并发用户数的增函数。

尽管知道并发用户数的重要性，我们还是经常通过第六感或者是大胆臆测去估计这个数值，十分缺乏理性。

在本文中，我们会尝试去介绍一种简单的方法来得出这个并发用户数的估计值——通过某些其他的参数，这个值将会更加易于估算并且更加合理。

二、一种不令人满意的方法人们时常用的一种估计方法是这样的：假设并发用户数等于全部用户数乘以某个比例。

这不是一种好方法，因为就算有时候总的用户数可以可靠的估计出来，然而百分比——尽管不能总说——是一个不具有说服力的魔力数字。

必须指出的是，刚提到的这个百分比不能视为在某个时间段内登录系统的那部分用户。

在某些情况下才能肯定的得出登录系统的用户数。

（译者注：30 就是提到的“每个月”）。

尽管如此，仅仅依靠这个百分比不能用来推导出并发用户数。

因为在同一天使用系统的人并不是同时使用的。

有的用户可能在上午使用，有的用户可能在下午使用。

我们接下来看看一种更好的方法。

三、估算平均并发用户数的公式我们通过定义并发用户数来开始这一节。

但是在之前，我们必须搞清楚login session 的含义。

在这段时间内，系统的一个或多个资源被占用。

使用任意一个需要用户登录的Web应用作为例子，login session从用户登录到系统开始，到用户退出系统结束。

“并发用户数”、“系统用户数”和“同时在线用户数”的计算公式

“并发⽤户数”、“系统⽤户数”和“同时在线⽤户数”的计算公式与并发⽤户数相关的概念还包括“并发⽤户数”、“系统⽤户数”和“同时在线⽤户数”，下⾯⽤⼀个实际的例⼦来说明它们之间的差别。

假设有⼀个OA系统，该系统有2000个使⽤⽤户——这就是说，可能使⽤该OA系统的⽤户总数是2000名，这个概念就是“系统⽤户数”，该系统有⼀个“在线统计”功能（系统⽤⼀个全局变量记数所有已登录的⽤户），从在线统计功能中可以得到，最⾼峰时有500⼈在线（这个500就是⼀般所说的“同时在线⼈数”），那么，系统的并发⽤户数是多少呢？根据我们对业务并发⽤户数的定义，这500就是整个系统使⽤时最⼤的业务并发⽤户数。

当然，500这个数值只是表明在最⾼峰时刻有500个⽤户登录了系统，并不表⽰实际服务器承受的压⼒。

因为服务器承受的压⼒还与具体的⽤户访问模式相关。

例如，在这500个“同时使⽤系统”的⽤户中，考察某⼀个时间点，在这个时间上，假设其中40%的⽤户在较有兴致地看系统公告（注意：“看”这个动作是不会对服务端产⽣任何负担的），20%的⽤户在填写复杂的表格（对⽤户填写的表格来说，只有在“提交”的时刻才会向服务端发送请求，填写过程是不对服务端构成压⼒的），20%部分⽤户在发呆（也就是什么也没有做），剩下的20%⽤户在不停地从⼀个页⾯跳转到另⼀个页⾯——在这种场景下，可以说，只有20%的⽤户真正对服务器构成了压⼒。

因此，从上⾯的例⼦中可以看出，服务器实际承受的压⼒不只取决于业务并发⽤户数，还取决于⽤户的业务场景。

在实际的性能测试⼯作中，测试⼈员⼀般⽐较关⼼的是业务并发⽤户数，也就是从业务⾓度关注究竟应该设置多少个并发数⽐较合理，因此，在后⾯的讨论中，也是主要针对业务并发⽤户数进⾏讨论，⽽且，为了⽅便，直接将业务并发⽤户数称为并发⽤户数。

（1）计算平均的并发⽤户数： C = nL/T（2）并发⽤户数峰值： C’ ≈ C+3根号C公式（1）中，C是平均的并发⽤户数；n是login session的数量；L是login session的平均长度；T指考察的时间段长度。

估算并发用户数的方法

因为系统资源的使用直接与并发用户数挂钩。

就拿Web 应用来说，内存的使用，CPU 的利用率，服务器的进程/线程数，数据库连接数和网络带宽占用率都是关于并发用户数的增函数。

尽管知道并发用户数的重要性，我们还是经常通过第六感或者是大胆臆测去估计这个数值，十分缺乏理性。

在本文中，我们会尝试去介绍一种简单的方法来得出这个并发用户数的估计值——通过某些其他的参数，这个值将会更加易于估算并且更加合理。

二、一种不令人满意的方法人们时常用的一种估计方法是这样的：假设并发用户数等于全部用户数乘以某个比例。

这不是一种好方法，因为就算有时候总的用户数可以可靠的估计出来，然而百分比——尽管不能总说——是一个不具有说服力的魔力数字。

必须指出的是，刚提到的这个百分比不能视为在某个时间段内登录系统的那部分用户。

在某些情况下才能肯定的得出登录系统的用户数。

（译者注：30 就是提到的“每个月”）。

尽管如此，仅仅依靠这个百分比不能用来推导出并发用户数。

因为在同一天使用系统的人并不是同时使用的。

有的用户可能在上午使用，有的用户可能在下午使用。

我们接下来看看一种更好的方法。

三、估算平均并发用户数的公式我们通过定义并发用户数来开始这一节。

但是在之前，我们必须搞清楚login session 的含义。

在这段时间内，系统的一个或多个资源被占用。

使用任意一个需要用户登录的Web应用作为例子，login session从用户登录到系统开始，到用户退出系统结束。