網絡帶寬
在壓力測試中，有時候要模擬大量的用戶請求，如果單位時間內傳遞的數據包過大，超過了帶寬的傳輸能力，那么就會造成網絡資源競爭，間接導致服務端接收到的請求數達不到服務端的處理能力上限。
連接池
可用的連接數太少，造成請求等待。
垃圾回收機制
從常見的應用服務器來說，比如Tomcat，因為java的的堆棧內存是動態分配，具體的回收機制是基于算法，如果新生代的Eden和Survivor區頻繁的進行Minor GC，老年代的full GC也回收較頻繁，那么對TPS也是有一定影響的，因為垃圾回收其本身就會占用一定的資源。
數據庫配置
高并發情況下，如果請求數據需要寫入數據庫，且需要寫入多個表的時候，如果數據庫的較大連接數不夠，或者寫入數據的SQL沒有索引沒有綁定變量，抑或沒有主從分離、讀寫分離等，就會導致數據庫事務處理過慢，影響到TPS。
通信連接機制
串行、并行、長連接、管道連接等，不同的連接情況，也間接的會對TPS造成影響。
硬件資源
包括CPU（配置、使用率等）、內存（占用率等）、磁盤（I/O、頁交換等）。
壓力機
壓測腳本
還是以PerformanceRunner性能測試工具舉個例子，之前工作中同事遇到的，進行階梯式加壓測試，較大的模擬請求數超過了設置的線程數，導致線程不足。
業務邏輯
業務解耦度較低，較為復雜，整個事務處理線被拉長導致的問題。
系統架構
比如是否有緩存服務，緩存服務器配置，緩存命中率、緩存穿透以及緩存過期等，都會影響到測試結果。
推薦閱讀：
sales@spasvo.com
