对于一些准备上线或者刚刚上线的项目，系统中并没有足够的日志可以提供给我们进行分析，这时候，我们前面所说的原始数据分析法就不再适用了，对于此类情况，我们比较常用的方法就是找到一个和该项目近似的系统，通过这种仿真模拟来评估项目可能的使用模型。
对于一些准备上线或者刚刚上线的项目，系统中没有足够的日志可以提供给我们进行分析，对于此类情况，我们比较常用的方法就是找到一个和该项目近似的系统，通过这种仿真模拟来评估项目可能的使用模型。
由于用户使用系统的模式存在各种变数，因此这种仿真的建模结果是否准确取决与要建模的项目和我们找到的可以类比的项目间是否足够接近。
比较通用的方法可以选择使用距离判别法，即选择一些可以描述系统状态和使用变化的因子，通过比较不同项目间的这些因子相似度，给出目标项目和参与比较的各个项目的差异值，差异值最小的即距离最小，也就是最相似的项目。
比较关键的一些因子如下：
1. 初始数据：主要是指系统参数情况，如有多少基础数据，条目分别为多少，如单据或者报表个数，公式数量和复杂度等等；
2. 使用规模：主要是用户量和业务数据量，如总用户量是多少，不同角色各有多少用户，业务数据每月递增多少；
3. 使用周期：主要是指业务相似度和用户习惯，如业务预期高峰期是否一致，用户操作习惯是否一致等；
4. 外围接口：是否有外围接口？
5. 。。。。。。
在确定差异值的时候，我们给每一个关键因子一个权值，然后将每个因子的差异度进行分档打分，根据每个因子分值和权值计算出总差异值，选择差异值最小的就是类比度最高的项目，我们就可以以该项目的使用情况作为样本来进行仿真建模。
本文出自 “性能测试” 博客，转载请与作者联系！
原文地址：http://1152313.blog.51cto.com/1142313/1766604
