Сколько пользователей одновременно? Расчёт нагрузки

Главная метрика — CCU (Concurrent Users). Формула основана на законе Литтла из теории массового обслуживания:

Где:

• MAU — месячная аудитория (Monthly Active Users)
• DAU/MAU — коэффициент вовлечённости (доля дневных пользователей в месячных); обычно 0,1–0,5
• Средняя длительность сессии — время, которое пользователь проводит на сайте за один визит
• 1440 — количество минут в сутках

Для пиковых значений (Peak CCU) часто используют эмпирическое правило: Peak CCU = CCU × 1,5–3 в зависимости от характера нагрузки (например, для вечерних чатов — ×2, для утренних новостей — ×1,5).

Допустим, вы запускаете сайт для онлайн-консультаций со следующими данными (гипотеза на старте):

• MAU = 100 000 пользователей
• DAU/MAU = 0,25 (каждый четвёртый пользователь заходит хотя бы раз в день)
• Средняя длительность сессии = 40 минут (консультация длится ~30-60 минут)

Считаем:

Пиковая нагрузка (Peak CCU) ×2 = 1388 пользователей.

Теперь вы знаете, что сервер должен держать около 1500 одновременных соединений. С учётом резервирования (коэффициент запаса 1,2) — целевая ёмкость ~1800 соединений. Совет: используйте Калькулятор одновременных пользователей, чтобы менять параметры в реальном времени.

Формула даёт среднюю нагрузку. На практике пики могут быть выше. Если у вас нет реальных логов, используйте полиномиальную аппроксимацию на основе типа сервиса:

Для более точного расчёта с учётом оборудования (CPU, RAM) можно воспользоваться Калькулятором коэффициента использования оборудования.

В реальных проектах бывают нюансы:

• Подписки: если пользователям нужно платить, DAU/MAU может быть выше (0,5+), но длительность сессии — ниже.
• Дефицит: когда проект ограничивает число одновременных пользователей искусственно (например, билетный сервис). Расчёт ведётся от пиковой пропускной способности, а не от MAU.
• Сезонность: для проектов с ярко выраженной сезонностью (например, онлайн-обучение в сентябре) используйте максимальные MAU и длительность за сезон.
• Геораспределение: если аудитория в разных часовых поясах, пики могут сглаживаться — коэффициент Peak/CCU можно снизить на 10-15%.

Важно: все формулы дают только оценку. После запуска обязательно включите аналитику (Yandex Metrica, Google Analytics) и соберите реальные данные по CCU.

Ошибка 1: Использование только MAU. Без учёта DAU/MAU и длительности сессии цифра будет ни о чём. Корректируйте: CCU = MAU × процент активных в день × средняя длина визита / 1440.

Ошибка 2: Игнорирование пиковых коэффициентов. Средняя нагрузка — не пик. Если не заложите запас, сервер упадёт в час пик. Лучше взять Peak = CCU × 2.

Ошибка 3: Завышение длительности сессии. Пользователи могут держать вкладку открытой, но не взаимодействовать. В формулу нужно закладывать реальное активное время, а не время жизни сессии (обычно на 30% меньше). Используйте среднее время взаимодействия из аналитики.

Ошибка 4: Не учитывать фоновые запросы (AJAX, WebSocket). Каждый пользователь может инициировать несколько параллельных запросов. На каждый запрос нужно резервировать ресурсы. Умножьте CCU на среднее число одновременных запросов на пользователя (обычно 2-5).

Совет: для отладки используйте нагрузочное тестирование (например, k6 или Yandex Tank) с параметрами, полученными из формулы, и смотрите реальную точку отказа.

Чтобы не считать вручную, используйте Калькулятор одновременных пользователей на нашем сайте. Он мгновенно даёт результат с учётом пикового коэффициента.

Если предпочитаете код — вот скрипт на Python для быстрого расчёта:

def calculate_ccu(mau, dau_mau_ratio, avg_session_minutes, peak_factor=2):
    ccu = mau * dau_mau_ratio * avg_session_minutes / 1440
    peak = ccu * peak_factor
    return round(ccu, 2), round(peak, 2)

# Пример
mau = 100000
dau_mau = 0.25
session = 40
print(calculate_ccu(mau, dau_mau, session))
# (694.44, 1388.89)

Сохраните в файл и запускайте: python3 ccu.py. Для работы с веб-приложением на Node.js можно сделать аналогичную функцию.

После развёртывания проекта сравнивайте расчётные CCU с реальными метриками сервера:

1. Установите мониторинг: Prometheus + Grafana, или облачные решения (AWS CloudWatch, Yandex Monitoring).
2. Собирайте метрику active connections (для Nginx — stub_status, для WebSocket — количество открытых соединений).
3. Постройте график CCU по времени суток. Сопоставьте с вашим расчётным Peak CCU.
4. Если реальный пик превышает расчётный более чем на 20% — скорректируйте коэффициенты (Peak/CCU, длительность сессии) на основе фактических данных.
5. Проведите стресс-тест с 1,5x от расчётного Peak CCU, чтобы убедиться, что сервер справляется с запасом.

При обнаружении дефицита ресурсов — масштабируйте горизонтально или оптимизируйте код.