PV计算模型
PV（page view）即页面浏览量，通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标。网页浏览数是评价网站流量最常用的指标之一，简称为PV。监测网站PV的变化趋势和分析其变化原因是很多站长定期要做的工作。 Page Views中的Page一般是指普通的html网页，也包含php、jsp等动态产生的html内容。来自浏览器的一次html内容请求会被看作一个PV，逐渐累计成为PV总数。
现有的PV计算公式是：
每台服务器每秒平均PV量
=( (总PV*80%)/(24*60*60*40%))/服务器数量
=2*(总PV)/* (24*60*60) /服务器数量
通过定积分求整个分布图的面积，然后求出最高值附近范围内的定积分，可以求得占据了80%的pv量的总时间。根据这个数据，得出计算pv的公式变成：
每台服务器每秒平均PV量= ( (80%*总PV)/(24*60*60*(9/24)))/服务器数量
即 每台服务器每秒平均PV量=2.14*(总PV)/* (24*60*60) /服务器数量
进而还可以得出最高峰的pv量是1.29倍的平均pv值。
根据实际情况，计算时间T,进而计算PV量= ( (80%*总PV)/(24*60*60*(T/24)))/服务器数量
TPS = ( (80%*总PV)/(24*60*60*(T/24)))/服务器数量
转换需要注意：
1.性能测试脚本中，只保留与性能点相关的内容，异步处理的，保留多个请求；
2.在执行场景中，不模拟浏览器缓存，确保每次请求都到达应用服务器；
3.在执行场景中，每次迭代，都模拟一个新用户，而且清除用户缓存信息，确保每个用户每次发送请求都是全新的。
TPS波动模型
TPS表现轨迹可以总结为两大类：
1. TPS有明显的大幅波动，不稳定。例如TPS轨迹缓慢下降，缓慢上升后骤降，呈瀑布型，呈矩形，分时间段有规律的波动，无规律的波动等。这些TPS的波动轨迹反映出被测试的性能点存在性能瓶颈，需要性能测试工程师与开发工程师查找性能瓶颈的原因。
2. TPS轨迹比较平稳，但是也存在波动现象。该类波动不明显，很难直接确定是否存在性能瓶颈。
对于第二类，判断其波动的范围：
Loadrunner TPS分析图中涉及到了4个重要的参数，最大值、平均值、最小值和标准差值；
平均值和标准差是衡量TPS是否稳定的重要因子。
TPS平均值是在场景执行过程中，被测系统在指定时间段内的平均每秒处理的事务数量
TPS标准差是根据数理统计的概念得来，反映被测系统的波动情况，标准差越小，说明波动越小，系统越稳定
（标准差=方差的算术平方根 方差s^2=[(x1-x)^2+(x2-x)^2+......(xn-x)^2]/n (x为平均数)， 也就是说对于一组数值与平均数分散开的程度，越分散表示与平均数相差越大，标准差越大）
t (TPS波动范围) = TPS标准差/TPS平均值×100%
可接受波动范围 接口： 5%+/-3% Web： 4%+/-2%
