先理解业务问题
典型情景：企业说要支持一万人，团队却无法估算配置。这类问题的重点是让系统行为与业务责任一致。性能问题会拉长员工完成任务的时间，也会让客户误以为请求没有受理而重复提交。优化前先确定慢的是哪个动作、在什么负载下发生，把正确结果与等待体验一起作为目标。
原因与实施细节
优先验证的原因是：把注册数、同时在线和同一时刻请求数量视为同一指标。不要仅凭现象认定根因，下面的证据应能支持或排除这一判断。先估算每位活跃用户每分钟做多少次操作，再区分普通查询、报表导出和写入。并发等待受请求到达率与耗时共同影响；一个耗时长的接口会积累更多在途请求。容量讨论应落到可测业务组合。
需要准备的排查证据
本题需要准备：活跃时段、每人操作频次和请求平均耗时。选择一条正常样本和一条异常样本，保留相同业务对象的前后状态、操作时间与环境；内容涉及个人信息或凭据时先做必要脱敏。将“活跃时段”与最终业务结果关联，检查中间是否缺少记录。若样本无法相互对应，先补足关联信息，不急着修改生产数据；否则容易把两个不同事项当成同一个故障。
按这个顺序处理
建议的处理顺序是：建立业务负载模型，分别估算峰值请求率与并发等待。首先完成“建立业务负载模型”并记录依据，随后落实其余步骤，最后核对“分别估算峰值请求率与并发等待”的执行结果。每步都记录处理范围，遇到不符合预期的样本暂停扩大范围，先查明差异。
一次只改变能够解释的关键因素，保留前后基线和回退条件。扩大并发前检查数据库、存储及外部服务承受能力，不能把瓶颈从一处推到另一处或牺牲业务一致性。
可以直接使用的验收情景
验收围绕“企业说要支持一万人，团队却无法估算配置”设置代表性样本，记录处理前的实际结果，再按相同条件验证处理后的流程。预期结果应写为“容量报告能说明人数如何转换为具体业务操作”，并留下可复查的请求、记录或任务结果，不能只凭现场口头说已经正常。
用代表性数据重复执行并覆盖冷启动或缓存失效等适用条件。检查高分位耗时、错误率与最终业务结果，持续运行后无资源积累，才能证明改善不是短暂测试巧合。
边界、交付与责任
需要说明的边界：容量受操作类型影响，同人数的报表系统与商城不同。交付时列出本次覆盖的系统、身份、数据范围及仍待确认的依赖。企业提供必要的业务口径与授权样本，开发方提交实施说明及验证证据；范围变化时重新确认影响和维护责任。
执行与验收清单
- 记录情景：企业说要支持一万人，团队却无法估算配置
- 核查原因：把注册数、同时在线和同一时刻请求数量视为同一指标
- 备齐证据：活跃时段、每人操作频次和请求平均耗时
- 执行处理：建立业务负载模型，分别估算峰值请求率与并发等待
- 验收结果：容量报告能说明人数如何转换为具体业务操作