效能測試問產品 壓力測試指標給多少？TPS、響應時間、併發量的要求是多少？這樣計算
先說結論
一般推薦，如果你：
- 沒啥人用的服務 tps 20，返回有300ms就行了
- 十萬到百萬級的服務，響應能達到tps50 /200ms就可以了
- 後臺服務，能達到tps 20 / 200ms即可（通常後臺同時使用也沒多少人）
- 秒殺類的短時間高併發……TPS100或200 在 100ms內響應 應該也能撐一段時間（具體情況還是要看業務量）
背景
做專案開發的時候，不止一次被效能測試問“這個服務效能要求是多少？”他期望能得到一個這次介面TPS壓到50還是100，返回時間是100ms還是200ms的回答。然後壓力測試的指令碼就跑起來，挨個介面就去壓了。
但作為產品我怎麼知道報多少合適呢？（是的，在某些團隊這是研發負責人應該考慮的）。通常我們是隻知道業務量，怎麼轉換成tps、返回時間的要求呢？（有時候業務量都估算不出來，那這種場景下你就按最頂部的推薦的來測吧。）
現在，只要10分鐘，讓你瞭解怎麼計算這些內容。
首先，需要知道不同的產品有不同的應對要求
- 手機發貨的搶購秒殺場景和美團的場景需求不一致，導致產品效能要求就不一致
- 千萬級使用者的app和十萬級app，同樣的效能要求，轉換為技術指標上也不一致
繼續計算，我們需要了解
什麼是TPS
Transactions Per Second（每秒傳輸的事物處理個數，或者說每秒系統接收的任務數量），系統接收到任務後會有一個處理時間。
在壓力測試時，測試人員會主動按一定tps的量來主動發起介面請求，比如tps=50，就是每秒請求50次，獲取一個平均的響應時間（單位一般都是毫秒ms）。壓力測試人員口中的TPS50 200ms返回，就是指每秒測試人員主動發起50次請求，這些請求會在平均200ms返回。
由於其他技術指標如QPS（資料的每秒查詢個數）等效能都會在tps這個維度上展示出來，因此可通過tps對系統性能進行簡單判斷，以滿足日常效能測試需求。
效能測試的指標是怎麼來的呢？
- 產品和運營要給出業務匡算：
這個服務，在多長時間段，多少人會訪問 - 效能要求上，通常情況下的APP應該如何？
頁面訪問的2、5、8原理（使用者進入服務2s內要展示完所有內容，超過5秒使用者就無法忍受了，超過8秒就沒有人再等了，直接關閉服務）
因此頁面的渲染時間+資原始檔的載入時間+介面的獲取時間需要保證1s~2s內完成 - 這個條件下介面獲取時間多長合適？
無腦建議200ms以內（考慮到你頁面也要2s開啟，還要給其他工作留時間）
怎麼通過業務量來計算TPS多少合適呢？
直接上公式不太好理解，我們先看案例
案例1，秒殺型演算法
案例的業務量要求
某業務，類似秒殺型，使用者估算有2W左右，每個使用者平均請求2次介面（查詢使用者資訊介面、查詢業務介面）， 這些使用者大概率會在2分鐘內會訪問我們的系統，業務要保證使用者2s能開啟頁面
TPS的分析
TPS是系統每秒鐘處理的任務數量，給定二業務場景，我們就需要先計算出來每秒需要系統處理多少任務，從而反推在壓力測試的時候，需要給多大的TPS了。
- 首先，整個系統的總請求數=使用者（2W）* 每個使用者請求數（2次）= 40000次
- 其次，每秒要求處理的請求數=總請求數/時間（切換到秒） 即約350（333向上取個整吧）。
- 最後，TPS併發數量與每個請求所消耗的時間，可實際計算出每秒實際能夠處理的請求數。
即每秒實際處理請求數量=tps數量 * 1000【1秒，需要切換為毫秒】/單組tps處理時間【這裡是按200ms返回】 - 因此，我們只要保證每秒實際處理請求數>每秒要求處理的請求數就可以了。
最終結果就是
TPS數量 > 每秒要求處理的請求數 * tps返回時間【按200ms計算】/1000ms
帶入資料計算
tps>(350 * 200)/1000，具體tps>70。
因此可讓壓力測試人員按照tps100來壓介面，返回在200ms以內就滿足效能要求。
當然如果實際tps50的返回時間為100ms，則按照這個粗略的公式來推算，也是能夠支撐的（350 * 100/1000=35，也就是說tps高於35，返回100ms以內也是可以的）
案例2，我們來看一個日常服務的演算法
如：一個100w訪問的服務，每天訪問集中白天8小時，每個使用者大約會請求3個介面，每天早上9點是峰值。
首先計算日均請求數（每秒）
按8小時 100w訪問量、平均3個介面請求計算
每秒日均請求數=100w（訪問量）* 3（每個訪問量平均請求介面數）/8（小時）/3600（切換成秒），結果就是每秒請求100次。
按介面200ms返回，tps需要> 100 * 200/1000，即>20就行了。
如考慮日常服務的峰值，則按4 * 日均，即每秒請求400次，則tps>80即可，因此可推薦按tps=100來做介面的壓力測試。
相關總結
- 時間段越短，資料也越接近於瞬間併發
- 如果用整日的資料來計算總請求數，需要按照日流量分佈來估算一個峰值資料，日常APP可考慮使用 峰值=4 * 日均【當然還是要看你具體的訪問量】
如果覺得以上繁雜，反正你也可以參考這個結論：
- 沒啥人用的服務 tps 20，返回有300ms就行了
- 十萬到百萬級的服務，響應能達到tps50 /200ms就可以了
- 後臺服務，能達到tps 20 / 200ms即可（通常後臺同時使用也沒多少人）
- 秒殺類的短時間高併發……TPS100或200 在 100ms內響應 應該也能撐一段時間（具體情況還是要看業務量）