基礎數據分析
以下圖表均取自互聯網，本文是在“已經獲取所需數據”的前提下，講解性能測試的一些設計思路。至於如何才能取得這些數據，將在后續的文章中說明。
系統訪問量分布
由系統的日訪問量分布圖，可知系統的訪問壓力集中在哪個時間段內。系統的壓力是在一天中平均分布的，還是集中在某幾個更小的時間段內。根據此信息，我們對測試場景的時間進行設計，如從分布圖中明顯看出每天的大部分訪問量集中在9：00～11：00和14：00～16：00兩個時段，那么就可以設計2小時內完成一半訪問量的測試場景。
用戶的平均活躍時間
用戶活躍時間，是指用戶一次使用系統的時長，可用來指導測試腳本的設計，即每個虛擬用戶腳本應該在多長時間內執行完。
由系統訪問量分布和用戶活躍時間兩個數據，可以對系統使用的並發度進行估算。比如已知系統在2個小時內有200訪問量，且分布接近於平均，用戶的平均活躍時間為30分鍾，那么此時間段的並發度應為：200*30/120=50。這里並發度50傳遞的信息是，在一個用戶活躍周期內，總共會有50個用戶與服務端進行交互（即相對並發）。也就是說任意時間點，最大的絕對並發可能性是50，當然實際可能遠低於此，可以根據業務特點再乘以相應比例進行估算。
在性能測試時，可以依據此數據設計系統高峰期壓力的測試場景。比如我們已知，系統壓力最大時，單位時間段內活躍用戶有100人（並發度100），那么這種壓力場景，就可以以用戶平均活躍時間為測試時間段，啟動100個虛擬用戶並在該時間段內完成各自的工作量。
頁面停留時間
即請求之間的間隔（思考）時間，如在編輯頁面上停留多久才會點提交按鈕。如果無此數據，性能測試腳本只有運行時長是有數據（活躍時間）支撐的，腳本中的各請求之間的思考時間，只能通過常規判斷和猜測，由性能測試人員自己掌控。收集到此數據后，性能測試腳本會更加符合真實用戶的操作習慣，更加接近真實用戶。
熱點模塊（頁面）
分析系統各模塊或頁面的訪問頻率，可以用來檢查性能測試是否設計了足夠的覆蓋、是否遺漏的用戶頻繁使用的功能，並據此對用戶模型進行完善。
此外，此數據可用來分析各模塊或功能所涉及到的工作量，如每天平均完成多少次提交操作、多少次統計操作。這對於確定系統的使用壓力有很大的作用。
場景數據
最后，綜合所有數據，為特定測試場景制訂出成如下表格：
| 總體 |
||
|
|
場景名稱 |
100用戶負載場景 |
|
|
場景描述 |
模擬系統使用高峰期時，在2小時左右有100用戶的訪問 |
|
|
場景時長 |
2h |
|
|
場景加載策略 |
每4.5分鍾加載5個虛擬用戶。因為要在2小時內完成100用戶的訪問，而每個用戶的運行時間在30分鍾左右，那么在1小時30分鍾時就最后一批用戶就要開始訪問系統，即90分鍾內加載100個用戶。 |
|
|
虛擬用戶數 |
100 |
|
|
用戶模型 |
見XX用戶模型 |
|
|
虛擬用戶運行時間 |
30min |
|
|
平均思考時間 |
30~60s |
|
|
場景並發度 |
25。 虛擬用戶數*(虛擬用戶運行時間/場景時長) |
| 操作說明 |
||
| 登錄 |
Think Time |
平均8s，最小5s，最大20s |
| Pass/Fail 條件 |
如果失敗，重試一次，依然失敗就中止。 |
|
| 數據 |
每虛擬用戶使用不同的賬號 |
|
| ... |
|
|
可以說，用戶模型表達的是，系統運行中的壓力是如何分布的。
而場景數據表達的是，要給系統施加多大的壓力。
只有結合用戶模型和場景數據兩部分，才能構造出一個確定的負載場景。
如果到這里都已經做好，並且經過了技術負責人和業務負責人的確認，那么接下來要做的就是按照設計來實現測試腳本了。