高并发系统，如何计算并发量和峰值数据？
一、经典公式：
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
1、平均并发用户数为 C=nL/T2、并发用户数峰值 C‘=C+3*根号 CC 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
举例 1
假设系统 A，该系统有 3000 个用户，平均每天大概有 400 个用户要访问该系统（可以从系统日志从获得），对于一个典型用户来说，一天之内用户从登陆到退出的平均时间为 4 小时，而在一天之内，用户只有在 8 小时之内会使用该系统。 那么，
平均并发用户数为： C=400*4/8=200 并发用户数峰值为： C‘=200+3*根号 200=243
举例 2
某公司为其 170000 名员工设计了一个薪酬系统，员工可进入该系统查询自己的薪酬信息，但并不是每个人都会用这个系统，假设只有 50%的人会定期用该系统，这些人里面有 70%是在每个月的最后一周使用一次该系统，且平均使用系统时间为 5 分钟。 则一个月最后一周的平均并发用户数为（朝九晚五）：
n=170000*0.5*0.7/5=11900 C=11900*5/60/8=124
吞吐量计算为： F=Vu*R/T 单位为个/sF 为事务吞吐量，Vu 为虚拟用户数个数，R 为每个虚拟用户发出的请求数，T 为处理这些请求所花费的时间。整编：微信公众号，搜云库技术团队，ID：souyunku
二、通用公式：
对绝大多数场景，我们用（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 50000*80%/（3*60*60）=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/s*3s=12，当然影响因子可以根据实际情况增大！
三、根据 PV 计算公式：
比如：一个网站，每天的 PV 大概 1000w，根据 2/8 原则，我们可以认为这 1000w pv 的 80%是在一天的 9 个小时内完成的（人的精力有限），那么 TPS 为：
1000w*80%/(9*3600)=246.92 个/s,取经验因子 3，则并发量应为： 246.92*3=740
四、根据 TPS 估计：
公式为 C=(Thinktime+1)*TPS
五、根据系统用户数计算：
并发用户数 = 系统最大在线用户数的 8%到 12%
备注：本人目前在网上只找到了这 5 种，计算并发用户数的方法