人们对于性能测试和压力测试的理解往往源于对网站的体验，例如访问某个网站的页面，10秒钟还未打开，于是大部分人都选择了放弃。一个关于网站响应时间对用户影响的调查结果显示如图9.14所示。

图9.14 网站响应时间对用户的影响

    根据上图所示的结果表明，响应时间在4s以内，大部分用户可以接受；4～9s以内，30%的用户选择离开；8～9s，则有60%的用户选择离开；超过10s，则90%以上的用户选择离开。
   /S结构的软件系统的性能问题往往是由于不能支持大量的并发用户造成的，因此在很多人的眼里，性能测试就是模拟并发量的测试，于是一提起性能测试首先是去找LoadRunner之类的工具，却忽略了性能测试的另外一个重要方面——大数据容量的测试。
   说明:大数据容量的测试是指软件系统在处理大数据量的时候，或者是加载了大批量数据时的性能表现。就像货车空车时，或装载较少货物时会跑得比较快，在装载了较多的货物时，则只能慢速行走。

   由于在需求调研和分析设计时，往往忽略了对用户若干年后的数据量和业务单据量的估计，因此在测试时很容易被忽略掉。这也是为什么一些业务系统在使用了若干年后被抛弃的原因——不能支持现有的业务量处理能力。要考虑软件的大数据容量测试，尤其是对于那些会随软件系统的持续使用而增加大量数据的业务系统。大数据容量测试的过程可以参考图9.15所示的步骤。

图9.15  大数据量性能测试的步骤

   在生成大批量数据之前，首先需要估算软件系统将来使用的业务数据量。

   技巧:大数据容量测试的关键是模拟大批量的用户业务数据，因此首先要估算好用户若干年后可能出现的最大数据量。