Blog Dla Programistów C#/.NET

Jak oszacować ruch i liczbę serwerów? Żądania na sekundę, szczyt i test obciążenia w k6

wtorek, 17 listopada 2026 Tagi: C#/.NETProgramowanieSystem Design

20 000 użytkowników dziennie. Ile to żądań na sekundę? I ile serwerów potrzeba, żeby to obsłużyć? Jeśli Twoja odpowiedź brzmi "2, na wszelki wypadek", to ten artykuł jest dla Ciebie.

Pokażę Ci, jak policzyć to w 5 minut, na serwetce: od liczby użytkowników, przez średni ruch i szczyt, po liczbę serwerów z zapasem. A potem sprawdzimy testem obciążenia w k6, ile naprawdę wytrzymuje jeden serwer. Bo tej jednej liczby nie da się zgadnąć - i to właśnie ona najczęściej psuje całe wyliczenie.

Wszystko policzymy na jednym przykładzie: sklepie internetowym Dioda, który sprzedaje elektronikę i za 6 tygodni ma Black Friday. Firma i dane są fikcyjne, ale sklep działa - to repozytorium mojego kursu w .NET 10, a testy k6 uruchamiam na nim naprawdę.

Stan danych: wrzesień 2026. Wyniki testów oznaczone jako "u mnie" pochodzą z mojego komputera (k6, typowy ruch, pomiary z 28.09.2026). Na innym komputerze liczby będą inne - laptop to nie serwer produkcyjny - ale kierunek będzie ten sam.

Jak oszacować ruch i liczbę serwerów? Żądania na sekundę, szczyt i test obciążenia w k6

"Mamy 20 000 użytkowników dziennie. To dużo?"


Jest 9:30. Szef sklepu Dioda pisze krótką wiadomość:

"Mamy 20 000 użytkowników dziennie. To dużo? Za 6 tygodni Black Friday."

To pytanie nie jest z ciekawości. Szef chce wiedzieć, czy sklep wytrzyma, i czy trzeba coś kupić. Odpowiedz liczbą, a nie wrażeniem. "Raczej damy radę" albo "dołóżmy serwer na wszelki wypadek" to odpowiedzi, które za 6 tygodni mogą się bardzo źle zestarzeć.

Wzór 1: z użytkowników na żądania na sekundę


Biznes mówi w użytkownikach, a serwer liczy żądania. Dlatego pierwszy krok to przeliczenie jednego na drugie:

Żądania na sekundę = osoby × żądania na osobę ÷ 86 400

86 400 to liczba sekund w dobie. Wzór jest prosty, ale zmusza Cię do odpowiedzi na ważne pytanie: ile żądań robi jedna osoba w ciągu dnia?

Dioda: średnio 9 żądań na sekundę


Policzmy Diodę. Założenia:

• 20 000 użytkowników dziennie,
• każdy robi średnio 40 żądań: strony i wywołania API, bez obrazków i skryptów.

Dziennie to 20 000 × 40 = 800 000 żądań. Podzielone przez 86 400 sekund daje około 9 żądań na sekundę.

To mało - jeden serwer obsłuży to bez wysiłku. Ale to średnia. A serwer musi wytrzymać najgorszą chwilę dnia, a nie przeciętną.

Średnia uspokaja, serwer ma wytrzymać szczyt


Ruch w sklepie internetowym nie rozkłada się równo. W nocy prawie nikt nie kupuje, w dzień ruch rośnie, a najwięcej osób wchodzi wieczorem. Średnia leży gdzieś w środku tej krzywej - i nic nie mówi o tym, co dzieje się w najgorszym momencie.

Najważniejszy jest szczyt. To on decyduje, czy sklep wytrzyma. Średnia tylko uspokaja.

Prosta reguła: szczyt to średnia razy od 2 do 10. Mnożnik zależy od tego, jak nierówny jest ruch:

• aplikacja używana w godzinach pracy (np. system dla firm) ma mniejszy mnożnik, bo ruch rozkłada się w miarę równo w ciągu dnia pracy,
• sklep z wieczornym szczytem i niedzielnymi zakupami bierze 10.

Dla Diody: średnio 9 żądań na sekundę, w szczycie około 90. Tyle musi wytrzymać serwer Diody w zwykły dzień.

Jeśli masz monitoring, sprawdź swój mnożnik, zamiast go zgadywać. Wystarczy porównać średni ruch z dnia z ruchem w najbardziej obciążonej minucie.

Mailing: drugi szczyt z jednego maila


Średnia i mnożnik to jeszcze nie wszystko. Jest 10:00 rano i marketing wysyła newsletter do 90 000 klientów. Załóżmy, że 5% klika w ciągu 10 minut i każdy robi 10 żądań:

• 90 000 × 5% = 4 500 osób,
• 4 500 × 10 = 45 000 żądań,
• 45 000 ÷ 600 sekund = około 75 żądań na sekundę.

To prawie tyle, ile cały zwykły szczyt. Jeden mail dokłada drugi szczyt - i to o godzinie, o której serwer zwykle odpoczywa. Albo, co gorsza, wieczorem, w trakcie zwykłego szczytu.

Dlatego zespół techniczny musi wiedzieć o mailingach i promocjach, zanim wyjdą. To nie jest kwestia uprzejmości między działami, tylko planowania pojemności.

Dioda w liczbach: cel na Black Friday


Zbierzmy wszystkie liczby w jednej tabeli:

SytuacjaŻądania na sekundę
Średniook. 9
Zwykły szczytok. 90
Mailing+75
Black Friday (cel)ok. 900


Na Black Friday zakładamy ruch 10 razy większy niż w zwykły dzień, czyli około 900 żądań na sekundę w szczycie. Tyle miałby na co dzień sklep z 200 000 użytkowników. I to jest nasz cel.

Wzór 2: ile serwerów?


Teraz serwery. Wzór:

Serwery = szczyt ÷ żądania na serwer × 1,5-2

Mnożnik 1,5-2 to zapas. Ruch skacze, a serwer blisko 100% procesora gwałtownie zwalnia. Nie chcesz pracować na granicy wydajności, bo każdy dodatkowy skok ruchu od razu wydłuża czasy odpowiedzi.

Dioda dziś. Szczyt to 90 żądań na sekundę. Jedna instancja aplikacji (po poprawkach, które robimy w kursie) wytrzymuje około 300 żądań na sekundę. Zapas: 1,5.

90 ÷ 300 × 1,5 ≈ 0,45 serwera.

Na ruch wystarczy 1 serwer aplikacji.

Black Friday. 900 żądań na sekundę, ta sama instancja i ten sam zapas:

900 ÷ 300 × 1,5 = 4,5, czyli 5 instancji.

Do tego jedna zapasowa, na wypadek awarii albo wdrożenia w trakcie promocji. Razem: 6 instancji aplikacji.

Całe wyliczenie zajmuje kilka minut i daje szefowi konkretną odpowiedź zamiast "powinno wytrzymać".

Dostępność: minimum 2 serwery


Jedna ważna uwaga do wyniku na zwykły dzień. Wzór mówi, ile serwerów potrzeba na ruch. Nie mówi nic o awariach.

Jeśli awaria jednego serwera ma nie wyłączać sklepu, potrzebujesz co najmniej 2 serwerów, nawet gdy ruch zmieściłby się na jednym. To osobny powód i warto go tak właśnie nazywać w rozmowie z szefem: pierwszy serwer jest na ruch, drugi - na dostępność. Wtedy nikt nie pomyli zapasu na awarię z zapasem na wydajność.

Skąd 300 żądań na serwer? Z pomiaru


Zostało najważniejsze pytanie: skąd wiadomo, że jedna instancja wytrzyma 300 żądań na sekundę?

Z pomiaru, nie ze zgadywania. 300 to wynik testu obciążenia jednej instancji Diody po poprawkach, na jej serwerze produkcyjnym. Każda aplikacja ma inną liczbę. Ta sama maszyna obsłuży tysiące prostych żądań na sekundę albo kilka ciężkich - wszystko zależy od tego, co robi kod.

Dlatego obydwa wzory to tylko połowa pracy. Drugą połową jest test obciążenia. I tu jest pułapka, w którą wpada bardzo wiele testów.

Stała liczba użytkowników czy stałe tempo żądań?


Zanim uruchomisz test, poznaj najważniejszą zasadę.

Stała liczba użytkowników. Wiele testów trzyma stałą liczbę wirtualnych użytkowników. Każdy z nich wysyła nowe żądanie dopiero po otrzymaniu odpowiedzi na poprzednie. Gdy sklep zwalnia, test też zwalnia i wysyła mniej żądań. Innymi słowy: test czeka na sklep. Wynik wygląda wtedy lepiej, niż jest naprawdę, bo w najgorszym momencie test sam zdejmuje obciążenie.

Stałe tempo żądań. Dlatego trzymamy stałe tempo żądań. Prawdziwi klienci w sklepie nie czekają, aż inni zostaną obsłużeni. Przychodzą w swoim tempie, niezależnie od tego, czy serwer nadąża. Klienci nie czekają - i test też nie powinien.

Stałe tempo w k6: ramping-arrival-rate


Tak wygląda to w k6, w skrypcie z repozytorium sklepu (k6/typowy-ruch.js):

export const options = {
scenarios: {
klienci: {
executor: 'ramping-arrival-rate',
exec: 'klient',
startRate: CZAS ? Math.round(TEMPO * 0.99) : 1,
timeUnit: '1s',
stages: etapy(0.99, 1),
…
maxVUs: 1000,
},

Najważniejsze są 3 miejsca:

• executor: 'ramping-arrival-rate' (czwarta linia). Test nie czeka na odpowiedzi, tylko wysyła żądania w zadanym tempie.

• timeUnit: '1s' i stages (siódma i ósma linia). Tempo liczone na sekundę rośnie etapami. W tym teście jest 5 etapów po minucie: 20, 40, 60, 80 i 100 żądań na sekundę.

• maxVUs: 1000 (dziesiąta linia). Do 1 000 wirtualnych użytkowników. Gdy sklep zwalnia, k6 dokłada ich, żeby utrzymać tempo. Gdy zabraknie wolnych, żądanie nie wychodzi i trafia do wyniku jako niewysłane (k6 raportuje je jako dropped_iterations).

Dzięki temu wynik pokazuje to, co zobaczyliby prawdziwi klienci: przy zadanym tempie sklep albo odpowiada w rozsądnym czasie, albo nie.

Test na sklepie przed poprawkami


Uruchomiłem taki test na sklepie Dioda sprzed poprawek, na moim komputerze.

Dane w skali produkcji. Sklep działa na bazie świeżo przywróconej z kopii: 150 000 zamówień, jak na produkcji Diody. Na testach byłoby ich 50 razy mniej, a wtedy tego testu po prostu nie warto robić - wynik byłby za dobry.

Kto bierze procesor. W Menedżerze zadań w trakcie testu widać, że proces sklepu bierze kilkadziesiąt procent procesora całego komputera i kilka gigabajtów pamięci. A SQL Server? Kilka, najwyżej kilkanaście procent. Pracuje aplikacja, a nie baza.

Wynik etap po etapie. Na początku p95 (czas, w którym mieści się 95% żądań) mieści się w 500 milisekundach. Potem skacze do sekund i bezpiecznik przerywa test. U mnie próg pękł w okolicy 80-100 żądań na sekundę, zależnie od przebiegu. To tyle, ile Dioda ma w zwykłym szczycie. Zapasu na mailing czy Black Friday nie ma wcale.

Czasy według typu żądań. Niżej w wyniku widać, które żądania są wolne:

• katalog i koszyk trzymają się setek milisekund,
• zamówienie trwa kilka sekund, bo mail, SMS i faktura idą w samym żądaniu,
• panel, czyli lista zamówień: p95 to kilkanaście, a nawet kilkadziesiąt sekund.

A lista zamówień to zaledwie 1% ruchu. Jeden procent ruchu kładzie cały sklep. I tak samo jest na serwerze Diody: procesor zajmuje aplikacja, a nie baza.

Przed i po naprawie listy: ponad 10 razy więcej ruchu


Zbierzmy wyniki z moich prób. Po lewej sklep przed poprawkami, po prawej ten sam test na sklepie po laboratorium z modułu 4 mojego kursu, w którym naprawiasz listę zamówień (p95 etapu w milisekundach, u mnie):

Przed poprawkami: tempop95Po naprawie listy: tempop95
20 żądań/s164 ms300 żądań/s25 ms
40 żądań/s249 ms600 żądań/s30 ms
60 żądań/s298 ms900 żądań/s40 ms
80 żądań/s2 030 ms1 200 żądań/s91 ms
100 żądań/s3 500 ms1 500 żądań/s3 380 ms


Sklep przed poprawkami do 60 żądań na sekundę trzyma p95 w 500 milisekundach. Przy 80 skacze do sekund.

Po naprawie tempo testu zaczyna się od 300 żądań na sekundę. U mnie przeszło nawet 1 200 żądań na sekundę z p95 poniżej 100 milisekund. Próg pękł dopiero przy 1 500.

Ta sama maszyna, a różnica ponad 10 razy. Na innym komputerze liczby będą inne. Laptop to nie serwer produkcyjny, więc ta liczba to punkt odniesienia, a nie obietnica. Kierunek będzie jednak ten sam.

Wniosek: nie dokładaj serwerów, szukaj ciężkich zapytań


Wróćmy do pytania szefa. Przy zwykłym szczycie Diodzie wystarczą 1 serwer aplikacji i osobna baza, a drugi serwer tylko dla dostępności. Tymczasem sklep przed poprawkami nie wytrzymał nawet tego zwykłego szczytu.

To ważny sygnał. Jeśli jest wolno, a szczyt jest daleko poniżej tego, co powinien wytrzymać serwer, nie dokładaj serwerów. Szukaj ciężkich zapytań. W przypadku Diody pojedyncza lista zamówień, która ściągała do pamięci całą tabelę, zabierała zapas na cały ruch. Po jej naprawie ta sama maszyna obsługuje ponad 10 razy więcej żądań. Żaden dodatkowy serwer nie dałby takiego efektu za takie pieniądze.

Ściąga: szacowanie na serwetce


Całe wyliczenie z tego artykułu w jednej tabeli. Możesz podstawić swoje liczby w miejsce liczb Diody:

KrokWzórDioda: zwykły dzieńDioda: Black Friday
Żądania dziennieosoby × żądania na osobę20 000 × 40 = 800 000-
Średnio na sekundężądania dziennie ÷ 86 400ok. 9-
Szczytśrednia × 2-109 × 10 ≈ 9010 razy więcej: ok. 900
Dodatkowe skokiosoby × żądania ÷ czas w sekundachmailing: 45 000 ÷ 600 ≈ 75-
Wydajność 1 serweratest k6 ze stałym tempem, dane w skali produkcjiok. 300 (po poprawkach)ok. 300 (po poprawkach)
Serwery na ruchszczyt ÷ wydajność 1 serwera × 1,5-290 ÷ 300 × 1,5 ≈ 0,45, czyli 1900 ÷ 300 × 1,5 = 4,5, czyli 5
Dostępnośćco najmniej 2, jeśli awaria ma nie wyłączać systemu1 na ruch + 1 na awarię = 25 + 1 zapasowa = 6


Najwięcej niepewności jest w 2 wierszach: w mnożniku szczytu, który najlepiej wziąć z monitoringu, i w wydajności jednego serwera, którą trzeba zmierzyć. Resztę policzysz w kalkulatorze.

Dlaczego p95, a nie średni czas odpowiedzi? Średnia ukrywa wolne żądania. Kilka bardzo wolnych odpowiedzi ginie w tłumie szybkich, a to właśnie ci klienci najczęściej rezygnują z zakupów. p95 mówi wprost: 95% żądań jest szybszych niż ta wartość. Dlatego w wynikach testów patrzysz na p95 i na to, przy jakim tempie zaczyna gwałtownie rosnąć - tak jak w Diodzie między 60 a 80 żądaniami na sekundę.

Podsumowanie


Policzenie ruchu i serwerów to 5 minut pracy na serwetce i jeden porządny test obciążenia. Zapamiętaj 3 rzeczy:

1. Średnia uspokaja, a serwer ma wytrzymać szczyt. Szczyt to średnia razy 2-10, a mailingi i promocje potrafią dołożyć drugi.
2. Liczba serwerów = szczyt ÷ wydajność jednego × 1,5 zapasu. I co najmniej 2, jeśli awaria ma nie wyłączać systemu.
3. Wydajność jednego serwera bierzesz z pomiaru: testem ze stałym tempem żądań, na danych w skali produkcji.

A jeśli serwer nie wytrzymuje nawet zwykłego szczytu, nie kupuj drugiego. Szukaj ciężkich zapytań.

Jeśli chcesz przećwiczyć to sam, zapraszam Cię do mojego kursu Szkoła System Design. Dostajesz w nim ten sam sklep Dioda i te same testy w k6. Uruchamiasz go u siebie, na Windows, bez Dockera, i mierzysz przed każdą zmianą i po niej. W kursie jest ponad 20 godzin nauki: 12 modułów, 7 laboratoriów na działającym sklepie w .NET 10 i 11 zadań projektowych z omówieniami - od wymagań i szacowania ruchu, przez bazę danych, cache, kolejki i odporność na awarie, po architekturę i rozmowę system design na seniora.

Szczegóły znajdziesz tutaj: modestprogrammer.pl/szkola-system-design. Zapisy otwieram tylko na tydzień - jeśli akurat są zamknięte, zostaw tam e-mail na liście oczekujących, a dam Ci znać o następnej edycji.

A ile żądań na sekundę ma Twój system w szczycie? Jeśli nie wiesz - masz już 2 wzory, żeby to policzyć :)

Autor artykułu:
Kazimierz Szpin
Kazimierz Szpin
CTO & Founder - FindSolution.pl
Programista C#/.NET. Specjalizuje się w Blazor, ASP.NET Core, ASP.NET MVC, ASP.NET Web API, WPF oraz Windows Forms.
Autor bloga ModestProgrammer.pl
Dodaj komentarz
© Copyright 2026 modestprogrammer.pl | Sztuczna Inteligencja | Regulamin | Polityka prywatności. Design by Kazimierz Szpin. Wszelkie prawa zastrzeżone.