很多时候，给出的性能测试指标都是很模糊的，需要我们根据一定的方法去量化。
今天举个例子说明，帮助大家更好理解。例如：
已知的信息：某互联应用，预计推广群体达500万人左右，用户使用时间早8点—晚8点，12小时。
分析建模过程如下
1. 注册用户转化率，预估5%，那么注册用户：500万*5%=25万
2. 高峰时段（有活动）每日在线用户，在线率预估10%，那么在线用户数：25万*10%=2.5万
3. 用户常用下单到成功，触发20个请求，总请求量：2.5万*20=50万
4. 利用二八原则计算吞吐量：50万*80%/(12*3600*20%)=46.7/s
若是更新需求，发布新产品，定时抢购优惠活动，某日10点开始抢购，大概12点结束
重新建模如下
1. 注册用户25万不变
2. 高峰时段在线用户，在线率预估20%，那么这2小时的在线用户数：25万*20%=5万
3. 用户常用下单到成功，触发20个请求，总请求量：5万*20=100万
4. 利用二八原则计算吞吐量：100万*80%/(2*3600*20%)=555.6/s
由此可见，评估出来的TPS的值和需求业务模型息息相关；
更多软件测试技能分享尽在公众号大话性能
友情提示：
在评定服务器的性能时，应该结合TPS和并发用户数，以TPS为主，并发用户数为辅来衡量系统的性能。如果必须要用并发用户数来衡量的话，需要一个前提，那就是交易在多长时间内完成，因此单单只用并发用户数来衡量系统的性能没太大的意义。
