需求分析是個繁雜過程，它並非我們想象的那么簡單，而性能測試需求除了要對系統的業務非常了解，還需要有深厚性能測試知識。才能夠挖掘分析出真正的性能需求。
如何獲得有效的需求
1、客戶方提出
客戶方能提出明確的性能需求，說明對方很重視性能測試，這樣的企業一般是金融、電信、銀行、醫療器械等；他們一般對系統的性能要求非常高，對性能也非常了解。提出需求也比較明確。
曾經有一個銀行項目，已經到最后的性能測試極端，因為數據庫設計不合理，導致性能出現很大的問題，最終不得不把整合項目作廢，對於這樣的項目，其實從分析設計階段就應該考慮系統的性能問題。性能測試也一樣，對於某些項目來說越早進行越好。當然，前期的性能測試為單元性能測試、接口性能測試，有別系統性能測試。
有時候也會碰到不懂裝懂的客戶，提出一些無理的需求，比如只能2000人使用的OA系統，客戶要求並發用戶2000，這顯然是不合理的需求。這個就要看你怎么給客戶溝通了。但是，千萬別偽造數據欺騙客戶。
2、根據歷史數據分析
對於一些面向用戶的獨特產品，比較難定位市場的大小，可以先上一運營一段時間，通過運營可以搜集客戶資料，比如，每月、每星期、每天的峰值業務量是多少。用戶以 什么樣的速度在遞增中。用戶對系統的哪些功能模塊使用的最多，他們所點的比例等等。
收集到這些數據之后，我們就可評估系統的系統需求指標，從而進行性能測試。
3、需求分析與定位
這里根據前期的需求分析與定位，來分析確定系統性能指標。例如某省幼兒園管理系統。統計全省有多少家幼兒園，系統的使用時間為幼兒到校之后，管理人員對幼兒的到校情況進行錄入，以及幼兒的午飯，放學情況的錄入時間。經過與需求人員交流分析也能得到比較明確的性能指標。
4、參考歷史項目或其它同行業的項目
如果公司之前有類似的項目經驗，根據項目大小及上次性能測試的一些指標。從根據項目的規模可以制定出相應的性能指標。
即使本公司沒有類似的項目，但其它公司有類似的項目，例如做IPTV或者DVB計費系統的測試，可以參考電信計費系統的需求——雖然不能完全照搬數據，但是可以通過其他行業成熟的需求來了解需要測試的項目有哪些，應該考慮到的情況有哪些種。
5、參考其它資料數據
如果你做的是非常獨特的產品，市場上沒有此類型的產品，而且需求及市場也難以估計，那么只能從與產品相關的資料中尋找痕跡了。不過，相信這樣不確定性的產品，老板要承擔的風險也是挺大的。^_^
需要說明的是，我上面介紹的方面並非是獨立的，可以綜合的使用，你可以根據客戶提出的指標，再根據歷史數據以及參考同類型項目來進行。這樣可以更確定你的性能指標是客戶（或自己）真正需要的、最符合項目需求的。
性能測試點的選取
* 發生頻率非常高的（例如：某郵箱核心業務系統中的登錄、收發郵件等業務，它們在每天的業務總量中占到90%以上）
* 關鍵程度非常高的（產品經理認為絕對不能出現問題的，如登錄等）
* 資源占用非常嚴重的（導致磁盤I/O非常大的，例如某個業務進行結果提交時需要向數十個表存取數據，或者一個查詢提交請求時會檢索出大量的數據記錄）
對性能需求點的描述
准確
如**系統必須在不超過 10 秒的響應時間內,處理 20 起登錄任務。再如發郵件時間最大不超過5秒以及平均時間在2秒以內。
一致
用戶和性能測試工程師對有關術語的理解要一致,如:並發用戶數、在線用戶數、注冊用戶數:
特定
性能測試的需求一定是有條件的。
檢查系統后台關鍵業務數據10G、操作數據量為20K, 1500 個用戶、500 個並發用戶運行的負載下，連續運行12小時過程中,業務操作是否滿足性能需求。
常見性能需求
1、WEB首頁打開速度5s以下，web登陸速度 15s以下。
2、郵件服務支持50萬個在線用戶
3、計費話單成功率達到99.999%以上。
4、在100個並發用戶的高峰期，郵箱的基本功能，處理能力至少達到10TPS
5、系統能在高於實際系統運行壓力1倍的情況下，穩定的運行12小時
6、這個系統能否支撐200萬的vu（每天登錄系統的人次） vu----Virtual user(虛擬用戶)
"不成文"的性能需求指標：
響應時間：根據國外的一些資料，一般操作的響應時間為2，5，8秒，2秒內優秀，5秒內良好，8秒內可接受，其它一些特殊的操作，如上傳，下載可以依據用戶體驗的情況，延長響應時間。
Peter bickford 在調查用戶反應時發現：在連續27次即使反饋之后，第28次操作進，計算機讓用戶等待2分鍾，結果半數人在第8.5秒左右就走開或者按下種啟鍵。使用了鼠標指針變成漏斗提示的界面會把用戶的等待時間延長到20秒左右，使用動畫的鼠標指針漏斗提示界面則會讓用戶的等待時間超過1分鍾，而進度條則可以讓用戶等待到最后。Peter bickford的調查結果被廣泛用到web軟件系統的性能需求的響應時間定義中。
第三方研究表明，如果網頁是逐步加載的，先出現橫幅，再出現文字，最后出現圖像。在這樣的條件下，用戶會忍受更長的等待時間，用戶會把延遲在39秒內的也標識為“good”，超過56秒的才認為是“poor”的。
80/20原則：又稱帕累托效應，比如，某一些系統一天中80%的訪問量集中在20%的時間內。
如何根據性能需求進行測試
其實我們上面得到的需求指標仍然是不明確的：
是驗證當前硬件和軟件配置能否支撐200萬vu？
是測試當前的硬件和軟件配置最多能支撐多少vu?
是幫助開發尋找性能瓶頸？
根據需求進行性能測試的過程：
首先，請你們當前軟件和硬件配置下驗證能否支撐200萬vu。如果可以支撐200萬，再增加到300萬看是否可以支撐。如果不能達到200萬，那么就需要尋找一下是否有性能瓶頸，將主要的性能瓶頸解決后，再看一下是否可以支撐200萬，如果可以支撐，輸出測試結果。仍然不能，請評估需要添加多少硬件設備。
通過上面流程的分析，那么我們對於需求實施過程就非常明確了。
下面看來分析某郵箱系統的需求：
按照 某某 郵箱20000萬注冊用戶，其中日活躍用戶數為1.5%的規模計算：
日活躍用戶=20000*1.5%=300萬
日活躍用戶人均每天發6封郵件，用戶使用客戶端收發郵件比例20%，則：
每天發郵件投遞量=300萬*6*20%=360萬封
如何得到每秒的郵件數？
方式一： 嚴格的根據2/8原則 ，80%的郵件集中在20%的時間發送。
集中發郵件數： 3600000*80%=28800000封
集中發送的時間：24*20%=4.8小時=17280秒
每秒發送郵件數：2880000/17280=166.7封/秒
方式二，根據 某某郵箱業務模型表，每天忙時集中郵件系數0.15，郵件平均峰值系數2,則：
峰值郵件量=3600000*0.15*2/3600=300封/秒
注：忙時集中系數=忙時業務量/全天業務量
在兩種方式的分析中，方法二得出的結果是方法一的將近一倍，我們不要根據經驗理所當然的去分析，要深入的了解系統，我們要對行業指標及計算方式。如果按照第一種方式，性能測試達標了，但系統真正上線后可能遠遠超出了我們的評估。2008年北京奧運運門票系統就是一個典型的案例。
再來分析系統的登錄：
去年全年處理“WEB登錄”交易約 100 萬筆，考慮到 3 年后交易量遞增到每年 200萬筆。
假設每年交易量集中在 8 個月，每個月 20 個工作日，每個工作日 8 小時，試采用 80～20 原理估算系統服務器高峰期“WEB登錄”的交易吞吐量應達到怎樣的一個處理能力
200萬/8=25萬/月
25萬/20=1.25萬/日
1.25萬*80%/(8*20%*3600)=1.74TPS
----------------------
上面的小案例算是拋出的一塊磚，需求開發難度要遠遠大於需求管理，在實際工作中常常需要我們為客戶開發這部分性能需求。所以，在追求技術的基礎上，請更多的了解分析你的項目及行業指標。