性能测试模型分析
前两章对基本的性能测试概念有了深刻的理解，为了能把这些概念应用到实际项目中，对典型的性能测试模型进行学习，逐步把概念、指标运用起来，并培养自己的观察分析能力
1、曲线拐点模型分析
1） X轴代表并发用户数，Y轴代表资源利用率、吞吐量、响应时间。X轴与Y轴区域分别是轻压力区、重压力区、拐点区。
2）随着并发用户数的增加，在轻压力区的响应时间变化不大，比较平缓，进入重压力区后呈现增长的趋势，最后进入拐点区后倾斜率增大，响应时间急剧增加。
3）接着看吞吐量，随着并发用户数的增加，吞吐量增加，进入重压力区后逐步平缓，到达拐点区后急剧下降，说明系统已经达到了处理极限，有点要扛不住的感觉。
4）同理，随着并发用户数的增加，资源利用率逐步上升，最后达到饱和状态。
5）最后把所有指标融合在一起，随着并发用户数的增加，吞吐量与资源利用率增加，说明系统在积极处理，所以响应时间增加得并不明显，处于较好得状态。但随着并发用户数得持续增加，压力也在持续加大，吞吐量与资源利用率达到了饱和，随着吞吐量急剧下降，响应时间急剧增长。轻压力区与重压力区得交界点时系统得最佳并发用户数，因为各种梨园都利用充分，响应也很快；而重压力区与拐点区得交界点就是系统得最大并发用户数，系统性能就会急剧下降甚至崩溃。
2、地铁模型分析
拿地铁分析，在此深刻理解下性能。早上乘坐地铁上班，最典型就是北京地铁1、5、10、13号线等，为了方便理解分析，先做如下假设。
&某地铁站进站只有3个刷卡机。
&人少得情况下，每位乘客很快就可以刷卡进站，假设进站需要1s。
&乘客耐心有限，如果等待超过30min，就会暴躁、唠叨、甚至选择放弃。
按照上述得假设，最初会出现如下场景。
场景1：只有1名乘客进站时，这名乘客可以在1s得时间内完成进站，且只用了一套刷卡机，剩余2名刷卡机等待着。
场景2：只有2名乘客进站时，2名乘客仍都可以在1s得时间内完成进站，且利用了2台刷卡机，剩余1台刷卡机等待着
场景3：只有3名乘客进站时，3名乘客还能在1s的时间内完成进站，且利用了3台刷卡机，资源充分得到利用
想到这里，觉得越来越远意思了。原来技术与生活这么息息相关，真的可以快乐学习哦。随着上班高峰的到来，乘客也越来越多，新的场景也慢慢出现了。
场景4：A、B、C、三名乘客进站，同时D、E、F乘客也要进站，因为A、B、C先到，所以D、E、F乘客需要排队，等A、B、C乘客进站完成后才行。那么，A、B、C乘客进站时间为1s，而D、E、F乘客必须等待1s，所以他们3位在进站的时间是2s。
通过上面这个场景可以发现，每秒能使3名乘客进站，第1s是 A，B，C，第2s是D，E，F，但是对于乘客D，E，F来说，’响应时间‘延长了。
场景5：假设这次进站一次来了9名乘客，根据上面的场景，不难推断出，这9名乘客中有3名的响应时间为1s，有3名乘客的响应时间为2s（等待1s+进站1s），还有3名的响应时间为3s(等待2s+进站1s)。
场景6：假设这次进站一次来了10名乘客，根据上面的推算，必须存在1名乘客的响应时间为4s，如果随着大量的人流涌入进站，可想而知就会达到乘客的忍耐极限。
场景7：如果地铁正好在火车站，例如：北京西站，北京站。每名乘客都拿着大小不同的包，有的乘客拿着的包太大导致卡在刷卡机，这样每名乘客的进站时间就会又不一样。
场景8：进站的乘客越来越多，3台刷卡机已经无法满足需求，于是为了减少人流的积压，需要再多开几个刷卡机，增加进站的人流与速度（提升TPS、增大连接数）。
场景9：终于到了上班高峰时间了，乘客数量上升太快，现有的进站措施已经无法满足，越来越多的人开始抱怨、拥挤、情况越来越糟。单单增加刷卡机已经不行了，此时的乘客就相当于“请求”，乘客不是在地铁站进站排队，就是在站台排对等车，已经造成严重的“赌赛”，那么增加发车频率（加快应用、数据库的处理速度）、增加车厢数量（增加内存、增大吞吐量）、增加线路（增加服务的线程）、限流、分流等多种措施便应需而生。
通过本章的学习，深入理解了性能测试的作用、重要性以及意义，同时掌握了重要的术语、概念、指标，并把这些知识应用带实际生活场景中。