性能测试中的并发用户数、交易响应时间、tps每秒交易
性能测试关注指标
性能测试关注指标⼀、接⼝请求响应指标重点关注以下⼏个指标：需满⾜的并发数TPS（每秒处理事务的能⼒）响应时间（平均响应时间、90%响应时间）错误率性能测试指标通过标准需满⾜的并发数（举例：每天8W⽤户访问，平均在线时长10分钟，1天⽤户24⼩时内使⽤系统）C = 80000 * 0.166/24=553注：0.166为10/60得出C = nL/TC^= C + 3*根号C其中C为平均并发⽤户数，n为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^为并发⽤户数峰值需满⾜的TPSTPS = （80000*80%）/(20%*8*60*60)=11/sec 据⼆⼋原则：20%常⽤时间，满⾜80%业务量TPS = n*80%/(20%*活跃时间*60*60)注：活跃时间⼀般为8⼩时响应时间根据在并发情况下的响应时间2/5/10原则，最长不能超过10s 错误率具体系统具体要求，⼀般⼩于万分之⼀缓存命中率具体系统具体要求，⼀般⼤于85%通过CPU占⽤率70% 好，85% 坏，90%+ 很差内存使⽤率⼀般⼩于80%通过⼆、服务器性能指标重点关注以下⼏个指标：线程对cpu占⽤（关注）对内存占⽤（关注）磁盘I/O⽹络情况性能项资源评价CPU占⽤率70%好85%坏90%+很差磁盘I/0<30%好<40%坏<50%+很差⽹络<30%带宽好运⾏队列<2*CPU数量好内存没有页交换好每个CPU每秒10个页交换坏更多的页交换很差更多的页交换很差使⽤命令查看CPU、内存变化情况：top -b -d 1 -p 27854 > 0904logp是进程号，d是1秒收集⼀次，要⽤root⽤户（sudo su -）查看进程号 ps ef |grep acs-job 若重启服务器后，pid会发⽣变化，必须重新获取三、SQLServer数据库查询慢语句(需数据库管理员权限) --总耗CPU最多的前20个SQL:SELECT TOP 20total_worker_time/1000 AS [总消耗CPU 时间(ms)],execution_count [运⾏次数],qs.total_worker_time/qs.execution_count/1000 AS [平均消耗CPU 时间(ms)],last_execution_time AS [最后⼀次执⾏时间],max_worker_time /1000 AS [最⼤执⾏时间(ms)], SUBSTRING(qt.text,qs.statement_start_offset/2+1,(CASE WHEN qs.statement_end_offset = -1THEN DATALENGTH(qt.text)ELSE qs.statement_end_offset END -qs.statement_start_offset)/2 + 1)AS [使⽤CPU的语法], qt.text [完整语法],qt.dbid, dbname=db_name(qt.dbid),qt.objectid,object_name(qt.objectid,qt.dbid) ObjectNameFROM sys.dm_exec_query_stats qs WITH(nolock)CROSS apply sys.dm_exec_sql_text(qs.sql_handle) AS qtWHERE execution_count>1ORDER BY total_worker_time DESC--平均耗CPU最多的前20个SQL:SELECT TOP 20total_worker_time/1000 AS [总消耗CPU 时间(ms)],execution_count [运⾏次数],qs.total_worker_time/qs.execution_count/1000 AS [平均消耗CPU 时间(ms)],last_execution_time AS [最后⼀次执⾏时间],min_worker_time /1000 AS [最⼩执⾏时间(ms)], max_worker_time /1000 AS [最⼤执⾏时间(ms)],SUBSTRING(qt.text,qs.statement_start_offset/2+1,(CASE WHEN qs.statement_end_offset = -1THEN DATALENGTH(qt.text)ELSE qs.statement_end_offset END -qs.statement_start_offset)/2 + 1)AS [使⽤CPU的语法], qt.text [完整语法],qt.dbid, dbname=db_name(qt.dbid),qt.objectid,object_name(qt.objectid,qt.dbid) ObjectNameFROM sys.dm_exec_query_stats qs WITH(nolock)CROSS apply sys.dm_exec_sql_text(qs.sql_handle) AS qtWHERE execution_count>1ORDER BY (qs.total_worker_time/qs.execution_count/1000) DESC四、mysql慢查询相关命令-- 检查慢查询命令是否开启show variables like '%query';-- 查看慢查询命令select * from mysql.slow_log;。
系统性能指标总结
系统性能指标总结1. 系统性能指标包括哪些？业务指标、资源指标、中间件指标、数据库指标、前端指标、稳定性指标、批量处理指标、可扩展性指标、可靠性指标。
1）业务指标：主要包括并发⽤户数、响应时间、处理能⼒。
指标定义简称标准交易响应时间指⽤户从客户端发起⼀个请求开始，到客户端接收到从服务器端返回的响应结束，整个过程所耗费的时间。
Response Time: RT对于在线实时交易：互联⽹企业：500毫秒以下，例如淘宝业务10毫秒左右。
⾦融企业：1秒以下为佳，部分复杂业务3秒以下。
保险企业：3秒以下为佳。
制造业：5秒以下为佳。
对于批量交易：不同数据量结果是不⼀样的，⼤数据量的情况下，2⼩时内完成。
系统处理能⼒指系统在利⽤系统硬件平台和软件平台进⾏信息处理的能⼒。
系统处理能⼒通过系统每秒钟能够处理的交易数量来评价，交易有两种理解：⼀是业务⼈员⾓度的⼀笔业务过程；⼆是系统⾓度的⼀次交易申请和响应过程。
前者称为业务交易过程，后者称为事务。
两种交易指标都可以评价应⽤系统的处理能⼒。
⼀般建议与系统交易⽇志保持⼀致，以便于统计业务量或者交易量。
HPS（Hits PerSecond）：每秒点击次数，单位是次/秒。
TPS（Transactionper Second）：系统每秒处理交易数，单位是笔/秒。
QPS（Query perSecond）：系统每秒处理查询次数，单位是次/秒。
对于互联⽹业务中，如果某些业务有且仅有⼀个请求连接，那么TPS=QPS=HPS。
⼀般情况下，⽤TPS来衡量整个业务流程，⽤QPS来衡量接⼝查询次数，⽤HPS来表⽰对服务器点击请求。
⽆论TPS、QPS、HPS,此指标是衡量系统处理能⼒⾮常重要的指标，越⼤越好。
并发⽤户数指在同⼀时刻内，登录系统并进⾏业务操作的⽤户数量。
在测试中，采⽤虚拟⽤户来模拟现实中⽤户进⾏业务操作。
Virtual User: VU⼀般情况下，性能测试是将系统处理能⼒容量测出来，⽽不是测试并发⽤户数，除了服务器长连接可能影响并发⽤户数外，系统处理能⼒不受并发⽤户数影响，可以⽤最⼩的⽤户数将系统处理能⼒容量测试出来，也可以⽤更多的⽤户将系统处理能⼒容量测试出来。
一文搞懂高并发性能指标QPSTPSRT并发数吞吐量
一文搞懂高并发性能指标QPSTPSRT并发数吞吐量高并发性能指标是评估系统在面对大量并发请求时的性能表现的重要指标。
在处理高并发场景下，经常使用的性能指标包括QPS（每秒查询率）、TPS（每秒事务处理量）、RT（响应时间）、并发数以及吞吐量。
下面将详细解释这些指标。
1. QPS（Query Per Second）每秒查询率，是衡量系统吞吐量的重要指标之一、它表示系统每秒能够处理的查询或读取请求的数量。
通常，QPS越高，系统的处理能力越好。
在设计高并发系统时，需要根据实际需求和硬件条件，设置合理的QPS目标。
例如，一些电商网站每秒查询率为1000，表示该网站每秒能够处理1000个用户的查询请求。
2. TPS（Transaction Per Second）每秒事务处理量，是衡量系统处理能力的指标之一、它表示系统每秒能够处理的事务或写入请求的数量。
与QPS不同的是，TPS包括读取和写入两种操作。
在高并发系统中，TPS往往是一个关键指标，因为它反映了系统处理写入请求的能力。
例如，一些金融交易系统每秒事务处理量为500，表示该系统每秒能够处理500个交易请求。
3. RT（Response Time）响应时间，是衡量系统性能的重要指标之一、它表示系统处理一个请求所需要的时间，包括从请求到响应的总时间。
通常，更小的响应时间意味着更高的性能。
在高并发场景中，响应时间可能会受到系统资源的限制导致增加，因此需要根据需求和用户体验要求设定合理的响应时间目标。
例如，一些在线游戏系统要求响应时间不超过100毫秒，否则用户体验将受到影响。
4.并发数并发数是指系统在其中一时刻同时处理的请求数量。
它反映了系统处理并发请求的能力。
在高并发系统中，合理的并发数设置非常重要，过高的并发数可能导致系统资源耗尽，造成性能下降或系统崩溃；过低的并发数则可能导致系统资源闲置，无法最大程度地利用系统的处理能力。
5.吞吐量吞吐量是指系统在一定时间内所处理请求的总量，通常以每秒处理的请求数量来衡量。
系统吞吐量TPS用户并发量性能测试概念和公式
系统吞吐量TPS用户并发量性能测试概念和公式系统吞吐量、TPS（Transactions Per Second，每秒事务数）或者QPS（Queries Per Second，每秒查询数）是衡量系统性能的重要指标之一、它用于评估系统在一秒内能够处理的事务或查询的数量。
通常来说，系统吞吐量越高，代表着系统处理能力越强。
用户并发量是指在同一时间段内系统能够同时处理的用户请求数量。
当多个用户同时访问系统时，系统需要具备足够的处理能力来应对并发请求。
用户并发量既受系统架构、硬件设施等因素的限制，也会受到用户行为、用户数量等因素的影响。
性能测试是一种评估系统性能和稳定性的方法，通过模拟实际负载情况来观察系统在不同压力下的表现。
性能测试可以帮助发现系统性能的瓶颈，优化系统架构和配置，以提高系统的响应速度和稳定性。
在进行性能测试时，常用的公式包括：1. 吞吐量（Throughput）= 完成的事务数量 / 测试运行时间吞吐量表示系统在单位时间内能够处理的事务数量。
通常以每秒钟处理事务的数量（TPS）来衡量。
2. 响应时间（Response Time）= 总响应时间 / 完成的事务数量响应时间指的是系统处理一个事务所花费的总时间。
通常使用平均响应时间作为衡量指标。
3. 并发用户数（Concurrent Users）= 同时发起请求的用户数量并发用户数用来表示同一时间段内系统能够处理的用户请求数量。
4. 性能指标（Performance Indicator）= 完成的事务数量 / 响应时间性能指标综合了吞吐量和响应时间两个因素，用来评估系统在单位时间内的性能表现。
在进行性能测试时，需要根据实际场景设计负载模型，模拟用户的操作行为和并发请求，并收集系统的各项指标数据。
通过分析这些数据，可以找出系统的性能瓶颈和优化方向，从而提高系统的性能和稳定性。
总结起来，系统吞吐量、TPS（QPS）、用户并发量和性能测试概念及公式是评估系统性能的关键指标和方法。
深入理解TPS、响应时间、并发量
深⼊理解TPS、响应时间、并发量TPS 和 QPSTPS：Transaction Per Second, 每秒事务数, 是衡量系统性能的⼀个⾮常重要的指标。
具体事务的定义，都是⼈为的，可以⼀个接⼝、多个接⼝、⼀个业务流程等等。
⼀个事务是指事务内第⼀个请求发送到接收到最后⼀个请求的响应的过程，以此来计算使⽤的时间和完成的事务个数。
以单接⼝定义为事务为例，每个事务包括了如下3个过程： a.向服务器发请求 b.服务器⾃⼰的内部处理（包含应⽤服务器、数据库服务器等） c.服务器返回结果给客户端 如果每秒能够完成N次这三个过程，tps就是N；如果多个接⼝定义为⼀个事务，那么，会重复执⾏abc，完成⼀次这⼏个请求，算做⼀个tps。
简单例⼦：在术语中解释了TPS是每秒事务数，但是事务时要靠虚拟⽤户做出来的，假如1个虚拟⽤户在1秒内完成1笔事务，那么TPS明显就是1；如果某笔业务响应时间是1ms,那么1个⽤户在1秒内能完成1000笔事务，TPS就是1000了；如果某笔业务响应时间是1s,那么1个⽤户在1秒内只能完成1笔事务，要想达到1000TPS，⾄少需要1000个⽤户；因此可以说1个⽤户可以产⽣ 1000TPS，1000个⽤户也可以产⽣1000TPS，⽆⾮是看响应时间快慢。
QPS：Queries Per Second，意思是每秒查询率，是⼀台服务器每秒能够响应的查询次数（数据库中的每秒执⾏查询sql的次数），显然，这个不够全⾯，不能描述增删改，所以，不建议⽤qps来作为系统性能指标。
TPS（Transaction per Second）作⽤：反映了系统在同⼀时间内处理业务的最⼤能⼒，这个数据越⾼，说明处理能⼒越强，描述（看到系统的TPS随着时间的变化逐渐变⼤，⽽在不到多少分钟的时候系统 每秒可以处理多少个事物。
这⾥的最⾼值并不⼀定代表系统的最⼤处理能⼒，TPS会受到负载的影响，也会随着负载增加⽽逐渐增加，当系统进⼊繁忙期后，TPS会有所下降。
系统吞吐量(tps)、用户并发量、性能测试概念和公式
近期在做项目的性能测试和性能优化，先了解与性能相关的一些概念。
一．系统吞度量要素：一个系统的吞度量（承压能力）与ｒｅｑｕｅｓｔ对ＣＰＵ的消耗、外部接口、ＩＯ等等紧密关联。
单个ｒｅｑｅｕｓｔ对ＣＰＵ消耗越高，外部系统接口、ＩＯ影响速度越慢，系统吞吐能力越低，反之越高。
系统吞吐量几个重要参数：ＱＰＳ（ＴＰＳ）、并发数、响应时间ＱＰＳ（ＴＰＳ）：每秒钟request／事务数量并发数：系统同时处理的request／事务数响应时间：一般取平均响应时间（很多人经常会把并发数和ＴＰＳ理解混淆）理解了上面三个要素的意义之后，就能推算出它们之间的关系：ＱＰＳ（ＴＰＳ）＝并发数／平均响应时间一个系统吞吐量通常由ＱＰＳ（ＴＰＳ）、并发数两个因素决定，每套系统这两个值都有一个相对极限值，在应用场景访问压力下，只要某一项达到系统最高值，系统的吞吐量就上不去了，如果压力继续增大，系统的吞吐量反而会下降，原因是系统超负荷工作，上下文切换、内存等等其它消耗导致系统性能下降。
决定系统响应时间要素我们做项目要排计划，可以多人同时并发做多项任务，也可以一个人或者多个人串行工作，始终会有一条关键路径，这条路径就是项目的工期。
系统一次调用的响应时间跟项目计划一样，也有一条关键路径，这个关键路径是就是系统影响时间；关键路径是有ＣＰＵ运算、ＩＯ、外部系统响应等等组成。
二．系统吞吐量评估：我们在做系统设计的时候就需要考虑ＣＰＵ运算、ＩＯ、外部系统响应因素造成的影响以及对系统性能的初步预估。
而通常境况下，我们面对需求，我们评估出来的出来ＱＰＳ、并发数之外，还有另外一个维度：日ＰＶ。
通过观察系统的访问日志发现，在用户量很大的情况下，各个时间周期内的同一时间段的访问流量几乎一样。
比如工作日的每天早上。
只要能拿到日流量图和ＱＰＳ我们就可以推算日流量。
通常的技术方法：１．找出系统的最高ＴＰＳ和日ＰＶ，这两个要素有相对比较稳定的关系（除了放假、季节性因素影响之外）２．通过压力测试或者经验预估，得出最高ＴＰＳ，然后跟进１的关系，计算出系统最高的日吞吐量。
性能测试参数指标值方案
性能测试参数指标值方案性能测试是一种测试方法，用于评估系统在不同负载下的性能表现。
在进行性能测试时，需要选择合适的性能测试参数指标值来衡量系统的性能。
本文将介绍一些常见的性能测试参数指标值，并提供一种1200字以上的方案。
一、响应时间（Response Time）响应时间是指用户发起请求后，系统响应请求所需的时间。
响应时间是评估系统性能的重要指标，常用单位为毫秒（ms）。
可以设置不同的负载场景，通过监测系统在不同负载下的响应时间，来评估系统的性能。
二、并发用户数（Concurrency）并发用户数是指系统同时能够处理请求的用户数量。
通过逐渐增加并发用户数，观察系统的性能表现。
常用的并发用户数指标值为100、500、1000等。
三、吞吐量（Throughput）吞吐量是指在单位时间内系统处理的请求数量。
吞吐量一般以每秒请求数（TPS）或每分钟或每小时请求数来衡量。
通过增加负载，观察系统的吞吐量，来评估系统的性能。
通常，可将吞吐量的指标值设置为500、1000、2000等。
四、错误率（Error Rate）错误率是指系统在处理请求时产生错误的比例，常用百分比表示。
通过监测系统的错误率，可以评估系统在不同负载下的稳定性和可靠性。
通常，可将错误率设置为1%、2%或更低值。
五、CPU使用率（CPU Usage）CPU使用率是指系统在处理请求时使用的CPU资源占总CPU资源的比例。
通过监测系统的CPU使用率，可以评估系统的处理能力。
通常，可以将CPU使用率的指标值设置为50%、70%或更高值。
六、内存占用（Memory Consumption）内存占用是指系统在处理请求时使用的内存资源量。
通过监测系统的内存占用情况，可以评估系统的性能和稳定性。
通常，可以将内存占用的指标值设置为500MB、1GB或更高值。
七、网络延迟（Network Latency）网络延迟是指从用户发送请求到服务器响应请求所需的时间。
通过监测系统的网络延迟，可以评估系统的响应速度和网络传输性能。
性能测试常用指标：响应时间,吞吐量,TPS,QPS,并发数,点击数,资源利用率,错误率
性能测试常⽤指标：响应时间,吞吐量,TPS,QPS,并发数,点击数,资源利⽤率,错误率对于性能测试,以上性能指标必须要有清楚的理解,⾃⼰总结如下:1. 响应时间(RT) 是指系统对请求作出响应的时间。
这个指标与⼈对软件性能的主观感受是⼀致的，因为它完整地记录了整个计算机系统处理请求的时间。
由于⼀个系统通常会提供许多功能，⽽不同功能的处理逻辑也千差万别，因⽽不同功能的响应时间也不尽相同，甚⾄同⼀功能在不同输⼊数据的情况下响应时间也不相同。
所以，在讨论⼀个系统的响应时间时，⼈们通常是指该系统所有功能的平均时间或者所有功能的最⼤响应时间。
当然，往往也需要对每个或每组功能讨论其平均响应时间和最⼤响应时间。
对于单机的没有并发操作的应⽤系统⽽⾔，⼈们普遍认为响应时间是⼀个合理且准确的性能指标。
需要指出的是，响应时间的绝对值并不能直接反映软件的性能的⾼低，软件性能的⾼低实际上取决于⽤户对该响应时间的接受程度。
对于⼀个游戏软件来说，响应时间⼩于100毫秒应该是不错的，响应时间在1秒左右可能属于勉强可以接受，如果响应时间达到3秒就完全难以接受了。
⽽对于编译系统来说，完整编译⼀个较⼤规模软件的源代码可能需要⼏⼗分钟甚⾄更长时间，但这些响应时间对于⽤户来说都是可以接受的。
注意: 在性能测试中, 响应时间要做更细致划分2. 吞吐量(Throughput)吞吐量是指系统在单位时间内处理完成的客户端请求的数量, 直接体现软件系统的性能承载能⼒。
这是⽬前最常⽤的性能测试指标。
对于服务器来讲,吞吐量越⾼越好.吞吐量是⼀个很宽泛的概念, 通常情况下，⽤“请求数/秒”或者“页⾯数/秒”来衡量。
体现:1. 业务⾓度: 业务数/⼩时或访问⼈数/天等2. ⽹络流量: 字节数/⼩时或字节数/天等3. 服务器性能处理能⼒(重点): TPS(每秒事务数) 和 QPS(每秒查询数):对于⽆并发的应⽤系统⽽⾔，吞吐量与响应时间成严格的反⽐关系，实际上此时吞吐量就是响应时间的倒数。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
性能测试中的并发用户数、交易响应时间、TPS每秒交易并发用户是指：在某一时间点，与被测目标系统同时进行交互的客户端用户的数量；并发用户数有以下几种含义：
1）并发虚拟用户数：
是指在使用专用的测试工具（如Loadrunner）时用于模拟客户端用户的进程或线程的数量；
2）有效并发虚拟用户数：
是指被评估的目标系统感受到的等效业务请求压力的无思考时间的并发用户数；当使用测试工具对目标系统进行压力加载时设定了思考时间（Think Time）,那么实际有效的并发虚拟用户数可使用如下公式计算得出：有效并发虚拟用户数=（并发虚拟用户数×被加载交易在目标系统上运行的实际平均响应时间）/（被加载交易在目标系统上运行的实际平均响应时间+虚拟用户执行一次该交易过程中使用的思考时间的总和）；由此可见增加思考时间意味着减少对目标系统的业务请求压力；
3）内在并发用户数：
是指目标系统内部能够同时并行处理的客户端用户数；该参数体现了目标系统的内在并发度，因此当对目标系统进行任何有效的优化和调整之后，其内在并发用户数即内在并发度就会发生变化，通常来讲是指改变目标系统的第一瓶颈后会发生变化；当加载的有效并发虚拟用户数小于或等于内在并发用户数时，目标系统可以真正地并行处理所有被加载用户的任务请求，此时交易的响应时间会相对保持不变，即交易的实际响应时间，也是交易在目标系统中处理的最快时长；当加载的有效并发虚拟用户数大于内在并发用户数时，目标系统会利用内部的请求调度机制将多出的请求进行排队并在所有的用户请求之间进行任务切换处理，外在表现就是被加载交易的响应时间开始延长。
4）并发在线用户数：
一般是指实际生产系统中已经和目标系统建立了会话连接的用户总数，并发在线用户数通常是指实际的客户端操作员的数量，是人工发起的业务会话的数量；并发在线用户数产生的请求压力可以通过公式计算出目标系统感受到的实际业务请求压力，即有效并发虚拟用户数，公式如下：有效并发虚拟用户数=（并发在线用户数×被加载交易在目标系统上运行的实际平均响应时间）/（每个操作员用户发起该交易请求的平均间隔时间）；
二、吞吐量（TPS）
吞吐量(TPS)即在所有加载的用户稳定运行后，目标系统在单位时间内完成被请求的交易的数量。
在使用测试工具模拟业务请求压力时，吞吐量TPS是指所有被加载的虚拟用户在运行一段时间后稳定获得的每秒交易数。
三、响应时间
响应时间：在所有加载的用户稳定运行后，目标系统平均完成客户端用户请求的一个交易的总时长。
四、思考时间（ThinkTime）
ThinkTime时间也叫思考时间，该功能或机制的设计初衷是用于模拟实际生产环境下业务请求压力的不同形态，其主要功能有：
1）模拟人工操作产生业务请求过程中存在的停歇时长；
2）模拟不同业务繁忙程度下的业务请求压力，即在指定的并发虚拟用户数下进行测试时，可以通过设定并调节思考时间进行有效压力的调整，以获得不同
压力下目标系统的性能或功能表现；例如，在模拟业务请求的高峰时刻压力和低谷时刻压力时，就需要在固定并发虚拟用户数下，通过调整思考时间的长短来模拟。
无思考时间只是有思考时间的一个特例，即思考时间为0的特例。
因此，在某并发用户数下，无思考时间产生的业务请求压力将是压力产生系统能产生的最大业务请求压力；无思考时间测试时并发虚拟用户数就是有效并发虚拟用户数，二者相等。
无思考时间测试所得的TPS表现行为：1）当有效并发虚拟用户数小于等于目标系统的内在并发用户数时，TPS值和并发虚拟用户数（即有效并发虚拟用户数）成线性关系，因为此时交易的运行不受目标系统的内在并发度影响，可以真正地并发执行，其响应时间就是实际的业务逻辑在目标系统处理过程中消耗的最短时长；2）当有效并发虚拟用户数大于目标系统的内在并发用户数时，TPS值将趋于饱和，表现为随着用户数的增加TPS将基本保持不变或开始下降；如果用户数的增加所衍生出的活动连接数的增加造成的影响被良好地屏蔽在目标系统之前（如使用F5或HTTP Server的TCP连接复用机制），那么TPS将基本保持不变；否则，活动连接数的增加造成的影响将传递到目标系统，表现为加剧目标系统的并发竞争，如数据库的各种类型锁的数量加剧、CPU的任务切换频度加剧、内存快抢占加剧、集群环境下数据块的节点间同步的竞争加剧、并发读写的竞争加剧等，从而降低用于处理真正的业务逻辑的CPU时间，即表现为TPS 开始下降。