如何在一个系统正式上线之前，准确的预估系统的平均并发用户量？相信这是很多人都头疼的问题。预估多了，浪费资源；预估少了，更可能会直接造成系统的崩溃，最近“个人所得税APP”正以这样的一种方式频频走上头条，那么如果才能避免“个人所得税APP”式的尴尬，今天就跟大家一起分享一个经典的并发量预估法：
1、平均并发在线用户量：C=nL / T
其中C是平均并发在线用户量，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间隔时间，T是考察时间长度（比如系统一天之内大约有8小时有用户使用，则T=8）。
2、峰值并发在线用户量：C’ ≈ C+3根号C
其中，C’指并发在线用户数的峰值，C即是平均并发在线用户数。
举例：假如一个app在线注册用户量为10万，那么每天登陆的用户量约占总注册量的10%-20%，我们取中间值15%，那么每天会登陆该app的用户量大约1.5w,则可知n=1.5w；如果每个用户平均每天使用该app时长大约1个小时，则L=1h；每天用户使用该app的时间大约是早上10点到晚上10点，则T=12h，由此可得：
平均并发在线用户量：C=nL / T=15000*1h/12h = 1250
峰值并发在线用户量： C’ ≈ C+3根号C =1250+3*根号1250 = 1355
注意，以上所得的只是并发在线用户量，代表同一时间有这么多的用户同时在线，并不能直接等同于我们平常所说的并发量，所以我们还要考量，在线用户的操作频率，一般有以下几种考量方法：
1、比例法：
并发量与并发在线量比例约为8%-12%，取中间值：
平均并发量 = C*0.1 = 1250*0.1 = 125 左右；
2、经验预估法
假设每个在线用户平均每10秒钟左右操作一次，即每分钟操作6次，那么
平均并发量 = 1250*6/60s = 125 左右；
当然，估算系统并发量还需要根据每个系统的业务类型来分析，不同的业务类型用户操作分布是不一样的，以上的估算方式适用于大部分类型的系统，对于少部分的特殊业务类系统另当别论，比如秒杀系统等等，特殊业务可适当调整并发与在线的比例或者用户操作的频率。
以上，如果觉得这篇文章对你有帮助的朋友，可以适当的关注、点赞一波！
