4. 用户模型设计：并发用户数估算、思考时间设置、用户行为比例分配、用户分布模型

用户模型是压力测试的“虚拟用户剧本”。它定义了测试工具如何模拟真实用户的行为特征，包括并发用户数、思考时间、行为比例和分布模型。一个失真的用户模型会导致测试结果与生产表现严重偏离。

4.1 并发用户数估算

并发用户数并非系统注册用户数或日活跃用户数，而是在同一时间窗口内，与服务器保持交互状态的用户数。常用估算方法如下：

4.2 思考时间设置

思考时间（Think Time）是用户两次连续操作之间的停顿间隔。没有思考时间的测试会变成“发压机”，导致服务器过载失真。设置策略如下：

• 固定思考时间： 所有虚拟用户使用相同间隔（如 3 秒）。适合基准测试，但缺乏真实性。
• 随机思考时间： 在 [min, max] 区间内均匀或正态分布取值。更贴近真实用户行为。
• 基于日志的思考时间： 从生产日志提取真实操作间隔分布，直接回放。最准确，但数据获取成本高。
• 零思考时间（Pacing 模式）： 不等待，连续发请求。用于测试系统极限吞吐，不作为常规模型。

4.3 用户行为比例分配

一个业务系统通常包含多种操作（登录、浏览、下单、支付等）。压力测试必须按真实流量占比分配虚拟用户的行为。分配流程如下：

1. 采集生产日志，统计各接口/业务的调用次数占比。
2. 剔除爬虫与监控探针，保留真实用户流量。
3. 归一化比例，确保总和为 100%。
4. 映射到测试脚本，通过权重或概率分支控制虚拟用户行为。

示例比例分配表（电商场景）：

4.4 用户分布模型

用户分布模型定义了虚拟用户何时启动、何时退出、如何分组。常见模型如下：

• 阶梯模型： 每隔一段时间增加一批用户，直到目标并发。适合寻找系统拐点。
• 突发模型： 瞬间加载全部用户，模拟秒杀、抢购场景。
• 潮汐模型： 用户数随时间呈正弦曲线变化，模拟早晚高峰。
• 稳态模型： 用户数恒定，持续运行较长时间，用于稳定性测试。

下图展示了四种用户分布模型的加载曲线对比：

4.5 用户模型设计完整流程

将上述四个要素整合为可执行的用户模型，推荐以下步骤：

1. 确定目标并发数（基于 TPS 或在线用户估算）。
2. 设定思考时间分布（从生产日志提取或按经验设定随机区间）。
3. 分配行为比例（按接口调用占比映射到脚本权重）。
4. 选择分布模型（阶梯/突发/潮汐/稳态）。
5. 编写测试脚本，嵌入思考时间与行为分支逻辑。
6. 执行小规模验证，检查 TPS 与响应时间是否符合预期。
7. 调整参数，迭代至模型稳定。

下图展示了用户模型从数据采集到脚本落地的完整链路：

4.6 常见陷阱与避坑指南