并發用戶數與TPS之間的關系
并發用戶數：指的是現實系統中操作業務的用戶，在性能測試工具中，一般稱為虛擬用戶數(Virutal User)，注意并發用戶數跟注冊用戶數、在線用戶數有很大差別的，并發用戶數一定會對服務器產生壓力的，而在線用戶數只是 ”掛” 在系統上，對服務器不產生壓力，注冊用戶數一般指的是數據庫中存在的用戶數。
TPS：Transaction Per Second, 每秒事務數, 是衡量系統性能的一個非常重要的指標，
TPS和事務響應時間的關系
例子：一個高速路有10個入口，每個入口每秒鐘只能進1輛車
請問1秒鐘最多能進幾輛車？
TPS=10每輛車需要多長時間進行響應？
reponse time = 1改成20輛車，每秒能進幾輛？每輛車的響應時間是多長？
TPS = 10，reponse time = 1入口擴展到20個，每秒能進幾輛？每輛車的響應時間是多長？
TPS = 20，reponse time = 1看看，現在TPS變了，響應時間沒變，TPS和響應時間有關系嗎？
沒關系如何理解？
TPS和響應時間在理想狀態下都是額定值，把入口看成線程池，如果有20個入口，并發數只有10的時候，TPS就是10，而響應時間始終是1，說明并發數不夠，需要增加并發數達到TPS的峰值。同樣是20個入口，如果并發數變成100的話，TPS和響應時間會怎么樣呢？
并發數到100的時候，就會出現堵車，堵車了平均每個車過去的時間就長了，把100個車按照20一份分成5份，第5份的等待時間就是最長的，從等待開始到這個車進去，實際花費了5秒，那100輛車都過去的響應時間就是（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（我怎么感覺應該是100/（5+4+3+2+1）=6.67啊！）由此可知，TPS和響應時間宏觀上是倒數關系，但是兩者實際上木有直接的關系的，在上例中，系統只存在20個線程，100的并發就會造成線程的等待，引起平均響應時間從1秒增加到3秒，TPS從20下降到9，TPS和響應時間都是單獨計算出來的，并不是互相算出來的！
同樣可知，在并發量保持不變的情況下，提高TPS的手段有幾種？
A、增加線程池的數量（入口）
B、降低每輛車入關的時間（也就是提高單個線程的處理效率）從TPS和response time的定義查看這2者的區別？
TPS = 在場景或者灰化步驟運行的每一秒鐘中，每個事務通過、失敗以及停止的次數.
也就是說，TPS = 總的通過、失敗的事務總數/整個場景的運行時間；
reponse time = 每個事務完成實際需要的時間/事務處理數目
因此，這2個東西壓根就是木有關系的！
如何評估系統的性能是否穩定
一個正常的系統，在不斷加壓的過程，應該經歷下面五個階段：
? 第一階段：并發用戶逐漸增加，系統的TPS（每秒處理事務筆數）逐步增大，直到達到最大值，這一階段事務的響應時間不會有太大變化，會非常穩定；
? 第二階段：并發用戶繼續增加，TPS基本維持在最大值不變，但響應時間將會逐步變長。
? 第三階段：并發用戶繼續增加，TPS將會有少量下降（20%以內），但是決不能快速急劇下降，響應時間仍會逐步變長。
本階段可以拒絕服務，但是不能宕機。
? 第四階段：并發用戶逐步減小，系統處理能力開始得到恢復，TPS能夠逐步恢復到之前的最大值，響應時間開始變短；
? 第五階段：壓力逐步降為零，TPS繼續降低，響應時間繼續變快，所有占用的CPU/內存/IO資源得到釋放。
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
