文档介绍：性能指标收集
吞吐量
网络吞吐量测试是网络维护和故障查找中最重要的手段之一，尤其是在分 析与网络性能相关的问题时吞吐量的测试是必备的测试手段。
作为验证和测试网络带宽最常用的技术就是吞吐量测试。一个典型的吞吐 量测试方法是从网络的一个其中，C’指并发用户数的峰值，C 就是公式（1）中得到的平均的并发用户数。该公式的得出是假设用户的login session产生 符合泊松分布而估算得到的。
假设有一个OA系统，该系统有3000个用户，（可以看注册信息）平均每天大约有400 个用户要访问该系统，（日志文件查看）对一个典型用户来说，一天之内用户从登录到退出 该系统的平均时间为4小时，在一天的时间内，用户只在8小时内使用该系统。
则根据公式（1）和公式（2），可以得到：
平均并发用户数 C = 400*4/8 = 200
并发用户数峰值C’e200+3*根号200 = 242
但是一般的做法是把每天访问系统用户数的10%作为平均的并发用户数。最大的并发 用户数乘上一个值，2或者3.
假如说用户要求系统每秒最大可以处理100个登陆请求，10/25/50/75/100个并发用户来执 行登陆操作，然后观察系统在不同负载下的响应时间和每秒事务数。如果用户数在100的时 候，响应时间还在允许范围呢，就要加大用户数，例如120等。个人理解这个用户数就是 我们经常说的等价类和边界值法来设定。
注：泊松分布
概率论中常用的一种离散型概率分布。若随机变量X只取非负整数值，取k值的概率为入ke-l/k!（记作P （k； 入），其中k可以等于0，1, 2,则随机变量X的分布称为泊松分布，记作P（Q。这个分布是S.- 究二项分布的渐近公式是时提出来的。泊松分布P （入）中只有一个参数入，它既是泊松分布的均值，也是泊 松分布的方差。在实际事例中，当一个随机事件
，例如某电话交换台收到的呼叫、来到某公共汽车站的乘客、某放射性物质发射出的粒子、显微镜下某区 域中的白血球等等，以固定的平均瞬时速率入（或称密度）随机且独立地出现时，那么这个事件在单位时间
（面积或体积）内出现的次数或个数就近似地服从泊松分布。因此泊松分布在管理科学，运筹学以及自然 科学的某些问题中都占有重要的地位。
泊松分布（Poisson distribution），台译卜瓦松分布，是一种统计与概率学里常见到的离散机率分布（discrete probability distribution），由法国数学家西莫恩•德尼•泊松（Simeon-Denis Poisson）在1838年时发表。泊 松分布的概率密度函数为：P（X=k）=\frac（eA（-\lambda｝\lambdaAk｝（k!｝泊松分布的参数入是单位时间（或单 位面积）内随机事件的平均发生率。泊松分布适合于描述单位时间内随机事件发生的次数。如某一服务设 施在一定时间内到达的人数，电话交换机接到呼叫的次数，汽车站台的候客人数，机器出现的故障数，自
然灾害发生的次数等等。
事务响应时间
First Buffer + Receive + Client Time =事务响应时间
1、 DNS解析时间：浏览访问一个网站的时候，一般用的是域名，需要DNS服务器把域名解 析 为IP地址，这个过程就是域名解析时间。
2、 Con