在软件性能测试中，TPS、响应时间和并发用户数是三个最重要的标准，它们共同刻画了系统在面对一定负载时的处理能力和用户体验。理解这些标准的含义及其相互关系，是进行性能分析、短板定位和容量规划的基础。

1. 并发用户数

定义

并发用户数指的是在同一时间点（或极短时间窗口内）和系统进行交互的活跃用户数量。反映了系统需要同时处理的用户请求的规模。

重点

真实并发 vs. 服务器并发：工具模拟的并发用户数一般是线程数或虚拟用户数，但这些用户发出的请求在服务器端可能由于网络延迟、处理时间等原因并不会完全同时到达。真正的服务器并发是指服务器端同时处理的请求数。

模拟方式：性能测试工具通过多线程或多进程模拟多个用户同时操作，一般包括思考时间（用户操作间隔）来更贴近真实情形。

影响：并发用户数越高，系统需要消耗的CPU、内存、数据库连接等资源就越多。过高的并发可能导致系统崩溃或响应急剧变慢。

2. 响应时间

定义

响应时间是指从客户端发起一个请求开始，到客户端收到服务器返回的完整响应所经历的时间。直接决定了用户体验的好坏。

重点

组成：响应时间一般包括网络传输时间（请求发送、响应接收）、服务器处理时间（应用思路、数据库查询等）、以及可能的排队等待时间。

统计：

平均响应时间：所有请求响应时间的算术平均值，但容易受极端值影响。

百分位响应时间：如90分位、95分位、99分位，表示有90%、95%、99%的请求响应时间低于该值。这是测量系统稳定性和用户体验的更可靠标准（如，大多数用户不会遇到最慢的那1%请求）。

用户体验：一般认为1秒以内响应是优秀的，1~3秒可接受，超过3秒会导致用户流失。

3. TPS（每秒事务数）

定义

TPS（Transactions Per Second）是指系统每秒能够处理完成的事务数量。在性能测试中，事务一般指一个完整的业务操作（如登录、下单、查询），也可以是一个接口请求。

重点

吞吐量的重要标准：TPS直接反映了系统的处理能力。吞吐量越高，系统在单位时间内能处理的业务量越大。

和并发用户数、响应时间的关系：

根据利特尔定律（Little‘s Law）：N = TPS × RT（N为并发用户数，RT为平均响应时间）。

这意味着在稳定状态下，并发用户数等于TPS乘以平均响应时间。如，如果系统平均响应时间为0.5秒，TPS为100，那么它能稳定支撑的并发用户数约为50。

拐点分析：随着并发用户数增加，TPS一般会先线性上升，达到系统短板后趋于平稳甚至下降（此时响应时间急剧增加）。这个拐点就是系统的最大处理能力。