LR场景设计、点击率和用户数的相互联系
1、场景设计、点击率和用户数关系图
2、如何获得需要的测试数据
测试的数据来源于：1）需求；2）系统日志。
从日志中获取数据，可以采用日志分析工具，常用的日志分析工具有Awstat和WebTrends，对于它们的区别是前者是轻量级分析工具，分析速度快，报告简单实用，后者是重量级工具，分析速度慢，报告丰富多样。
估算虚拟用户数，虽然有多种方法，但是这里重点推荐以下两种方法：
方法一，采用Little`s Law方法，它是从服务器端提出的一种计算虚拟用户数的方法。
方法二，采用段念书中提到的公式。
3、用户速率不等于并发用户数
在测试的时候，通常想获取系统的并发用户数、峰值用户数，这些数据都可以从日志中获取，因此在日志中都会关注当日、月、年的用户访问量，我们可以把这些数据平均到每秒访问用户数。此时的平均每秒访问用户数难道就是我们要找的平均并发用户数吗？其实不是的。用户速率不等于并发用户数。如下图，纵坐标代表虚拟用户，横坐标代表时间，每条线段代表用户的一个行为，Start of Model到End of Model代表测试开始和结束过程，持续1个小时。
从服务器角度看，在1个小时内有23个用户访问系统，换个角度理解，每小时有23个用户在访问系统，在Start of Model到End of Model之间任意一时刻都只有10个用户在访问系统。
4、点击率、用户数该从哪里入手
缩小话题范围，这里以用户体验感为测试目标，从而提出进行性能测试的重要性是模拟真实的用户行为，因此提出如何模拟用户行为？通常进行性能测试的时候，采用估算虚拟用户数然后进行相关的压力测试、负载测试。但是这样测试出来的结果正确吗？很显然我们无法断定，因此提出了对测试结果的评估。
从估算虚拟用户数开始，以基于用户数的方式设计场景，进行性能测试，获得测试结果和点击率，将测试得到的点击率和日志中分析的点击率进行比较，来验证测试的效果。
从日志中获取的点击率或者页面请求率开始，以基于目标的方式设计场景，进行性能测试，获得测试结果和用户数，将测试得到用户数和日志中估算的虚拟用户数进行比对，来验证测试效果。
通过上面的方法都可以完成测试且能保证测试结果的准确性，但是点击率和用户数从哪个开始比较好呢？个人观点从点击率可以更好的去模拟真实用户对服务器的压力，而当需求中有明确的并发用户数要求的时候，从用户数开始比较好。
本文出自seven的测试人生公众号最新内容请见作者的GitHub页：http://qaseven.github.io/