（转）http://blog.sina.com.cn/s/blog_1530d26030102x39z.html
1、平均并发用户数
C = nL/T
其中
C：平均的并发用户数；
n：平均每天访问用户数（login session的数量）；
L：一天内用户从登录到退出的平均时间（login session的平均长度）；
T：考察的时间段长度（一天内多长时间有用户使用系统）；
2、并发用户数峰值：
C'≈C+3*根号C
其中
C：公式1中的平均并发用户数；
3、请求数计算公式：
R = T / TS
其中
R：每个虚拟用户发出的请求数；
T：性能测试所用的时间；
TS：思考时间；
4、吞吐量计算公式
F=VU * R / T
其中
F：吞吐量；
VU：虚拟用户个数；
R：每个虚拟用户发出的请求数；
T：性能测试所用的时间；
5、TPS计算公式
TPS = 并发数/平均响应时间
在现实世界里，登陆的用户是按照以下的方式运作的：
1、沉睡状态 -- 在非工作时间不登陆；
2、片刻状态（上升） -- 开始工作的时候，人们开始登录系统；在线的数量不断增加；
3、稳定期 -- 在线的用户数保持稳定；
4、片刻状态（回落） -- 工作时间结束；人们退出系统；在线人数减少；
这四个状态周而复始。
我们要更精确预估高峰期并发用户数，应该遵循下面的步骤：
1、根据经验来估计稳定期的时间段；
2、估计在稳定期的登录用户数；
3、根据公式计算平均并发用户数；
4、运用公式计算高峰并发用户数；
例子：
市政府准备为了其170，000名员工运行一个薪酬系统，员工可以通过此系统查询自己的薪酬信息。由于IT技能的差异、电脑的资源有限以及其他种种的原因，预计到系统上线只有50%的员工会定期使用该系统。这些员工中的70%会在每个月的最后一周使用系统一次。据观测，参与了用户接受度测试的员工们平均使用这个系统的时间是?5?分钟。
n = 170000*0.5*0.7/5 = 11900
L = 5分钟
T = 8小时 = 480分钟
C = nL/T = 11900*5/480 = 124
补充条件：假设80%的员工进入薪酬系统的时间是上午9：30到12:30以及下午2:30到4:30这5个小时，尽管一天工作时间是8小时，并且在这5小时之间登录数保持稳定
T = 5小时 = 300分钟
n = 11900*0.8 = 9520
L = 5分钟
C = nL/T = 9520*5/300 = 159
高峰并发用户数：C'≈C+3*根号C = 196