脚本宝典收集整理的这篇文章主要介绍了服务器并发量估算公式和计算方法，脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。
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。
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
C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=1788
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。
在比较极端的情况下考虑，100万个设备其中95%均为日活设备即95W，且假设其中80%的设备都会在3个小时内访问服务器(高峰期)，则可以推算并发设备数。
950000*0.8/（3*60*60）=70/s
因物联网设备的不确定性较高，我们将影响因子设置为5
.70*5=350 即活跃设备数在每秒为350个。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本宝典。
以上是脚本宝典为你收集整理的服务器并发量估算公式和计算方法全部内容，希望文章能够帮你解决服务器并发量估算公式和计算方法所遇到的问题。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。