例1： 这是一个会议系统， 面向市场推广活动， 看到广告的人， 都可能会来参加该会议， 但是会议支持人数的上限 1000。

　　从每小时访问量， 再根据业务逻辑， 推算各典型业务可能的压力。 推算出性能测试指标。

　　大量用户可能因为广告效应， 访问量比较大， 估计高峰时段， 每小时访问量： 2W ~ 5 W， 以 2w 为例。毛估：

　　30% 会直接离开；

　　70% 会逗留 - 其中40% 浏览页面（8000左右），10%（2000 左右） 加入/离开会议， 5%（1000 ） 填写登记表 ， 5%（1000） 填写调查表， 0.1 %（20） 安排会议。

　　因此典型业务的大概估计是：

　　关键页面： 每小时 8000， 每秒 2 page 左右。 首页加上进来马上离开的人，每秒最多 10 page。 模拟并发时， 并发用户之间时延 100 ms – 500ms的高斯时间。 操作动作时延以实际录制时延为准。

　　登陆： 包含加入会议有个对登记者的验证过程， 估计最大并发数在每秒10 个以内。

　　安排会议： 安排会议的并发量应该会非常少，估计最大并发数在每秒5 个以内。

　　加入会议： 通常我们一个会议人数限制在1000 人， 由于我们通常提早15分钟通知， 估计加入峰值在15 分钟内。 最多15 分钟（900s） 加入 1000 人。 最多每秒加 2 个人。并发用户时延可考虑在 100ms - 500ms 。

　　离开会议： 离开会议会产生高峰， 1000 人估计会在2 分钟内退出， 退出后的调查页面估计有20% 会在2 分钟内同时提交。 退出返回页面要求支持瞬间每秒 10 个并发。 调查页面支持每秒 10 并发。

　　根据以上分析，系统对并发量要求很低！ 所以并发上几乎没有问题。 关键参数是响应时间和出错率。 我们需要类比在用户典型行为下的响应时间和出错率！比较同类网站的响应时间。

　　QA 的测试重点就是：

　　1. 关键模块的单独压力测试（没有时延）， 先保证不存在代码错误问题。

　　2. 典型用户行为的测试，重点关注响应时间和出错率。实现性能优化。

　　3. 典型用户行为下的稳定性测试。

　　4. 比较同类网站的响应时间。