一、事件背景
个人感觉自己做性能测试，可以说是轻车熟路了，而且工作多年一直都是这一套测试思路及体系，从未质疑过自己，也许是狮子座的迷之自信吧！
也就在上周让我对自己的测试方法及体系产生了质疑！
为什么？在性能测试的时候，压测500并发通过，人家40并发都过不去。
通俗点说，就是你测试没问题，在人家那测试出问题了，忽略脚本问题，显而易见因为测试方法差异导致测试结果的不同。
1、关于执行方法的差异
- 同事的做法是直接跑10分钟的稳定性测试，然后上并发数；
- 我的做法一个用户循环访问一次，然后上并发数；
2、关于执行结果的差异
- 同事这种方式比我的方式，对目标服务器的压力更大；
- 体现在哪，如果循环次数选择了一旦选择了永远，即请求次数会比我的方式多，所以自然压力也大；
3、真的是我测试方法错了吗
我和同事分别测试两个系统，具体还是有些区别的：
- 同事这边业务场景有40个接口，执行一次最多1分钟，要不就是20秒，具体没记清楚；
- 我这边的业务场景有76个接口，执行一次大约50分钟，如果我直接上负载测试10分钟，根本跑不完一组业务场景；
- 我去请教大周老师，老师说正常先要让跑一定的时间，可以查看是否稳定运行及测试结果是否一致准确，性能测试本就是多次测试的结果。
4、结论
我是在最后跑的稳定性测试，是8小时起步，从时间上看覆盖到了他的十分钟，而且压力更大。
但是，有些同学会问他测试的对吗，他的思路是对的，因为他执行一次业务场景，小于10分钟，在小批量并发测试师没问题的。
当然，如果并发量上来后，还是设置十分钟的话，会出现我那种情况 业务场景接口没执行完的情况，此处，大家自行尝试见分晓。
二、关于线程组的相关设置
我又去查了大量资料，终于找到了一篇我觉得比较在理的文章，并举例给大家演示，我觉得这个同学的理论好像是对的，因为我也测试了下，发现也吻合我的测试结果（算求生存吗？）！
下面我将举例说明，该方法。
1、执行第一次数据采样，得到吞吐率和平均响应时间
由图可知：
吞吐率=2.6≈3,平均响应时间：t=0.386秒；
2、计算ramp-up period
假设线程N=10，估计的吞吐率=3， 那么估计的理想ramp-up period (T)（可以理解为线程启动的准备时间）= 10/3 = 3 秒。
3、循环次数计算
现在计算循环次数A。由于我们要考虑在第一个线程结束的时候，确保最后一个线程能启动，那么至少要大于一个值，这个值定位S=T-T/N=3-3/10=2.7。
当时间到 S=（T-T/N）时，最后一个线程启动，若要使所有线程同时运作，则需要在最后一个线程启动的时候第一个线程仍未关闭，为达到这个要求，需满足A > S/t
A>2.7/0.386=6.994≈7次 A>(T-T/N)/t
4、得出的测试方案
那么我们的测试方案如下：
5、关于公式
