- 每台服务器每秒平均PV量= （ （80%*总PV）/（24*60*60*（9/24）））/服务器数量，
- 即每台服务器每秒平均PV量=2.14*（总PV）/* （24*60*60） /服务器数量
- 最高峰的pv量是1.29倍的平均pv值
性能测试策略
1.模拟生产线真实的硬件环境。
2.服务器置于同一机房，最大限度避免网络问题。
3.以PV为切入点，通过模型将其转换成性能测试可量化的TPS。
4.性能测试数据分为基础数据和业务数据两部分，索引和SQL都会被测试到。
5.日志等级设置成warn，避免大量打印log对性能测试结果的影响。
6.屏蔽ESI缓存，模拟最坏的情况。
7.先单场景，后混合场景，确保每个性能瓶颈都得到调优。
8.拆分问题，隔离分析，定位性能瓶颈。
9.根据性能测试通过标准，来判断被测性能点通过与否。
10.针对当前无法解决的性能瓶颈，录入QC域进行跟踪，并请专家进行风险评估。
性能测试压力变化模型
a点：性能期望值
b点：高于期望，系统资源处于临界点
c点：高于期望，拐点
d点：超过负载，系统崩溃
性能测试
a点到b点之间的系统性能，以性能预期目标为前提，对系统不断施加压力，验证系统在资源可接受范围内，是否能达到性能预期。
负载测试
b点的系统性能，对系统不断地增加压力或增加一定压力下的持续时间，直到系统的某项或多项性能指标达到极限，例如某种资源已经达到饱和状态等。
b点到d点之间，超过安全负载的情况下，对系统不断施加压力，是通过确定一个系统的瓶颈或不能接收用户请求的性能点，来获得系统能提供的最大服务级别的测试。
稳定性测试
a点到b点之间，被测试系统在特定硬件、软件、网络环境条件下，给系统加载一定业务压力，使系统运行一段较长时间，以此检测系统是否稳定，一般稳定性测试时间为n*12小时。
