通过二八定律来计算预期指标
首先先预估系统的每日总请求数，这个没有固定的方法，如果没有任何历史数据参考，一般是通过用户量或者其他关联系统来评估。
比如某网站新增了一个每日签到送积分功能，由于还没有上线，所以没有签到的数据。网站的注册用户1000w，日活跃用户大概是100w左右，那么最极端情况下，这100w人都会来签到（实际肯定不会这么多人来签到，但是评估指标要尽量往高评，以免出现极端情况），那么每天大概有100w次签到请求，80%的请求数就是100w*0.8=80w。
其次确定系统的20%时间，大多数系统是24小时对外提供服务的（也有一些系统，比如政府类的项目，是在一天的某个时间段提供服务的）。但是大多数系统在0点-6点之间访问量很少，从一天的总访问量来看，可以忽略不计。所以统计时间的时候，可以把这段时间去掉，一天24小时去掉这6个小时，还剩下18个小时，那20%的时间=18小时*3600秒*0.2=12960秒。
最终计算出来的结果为80w请求/12960秒=61左右。也就是说接口TPS满足61即可。
但是也需要考虑一个问题，因为上面的用户请求是按照100w评估，也有可能推出这个活动后，每日会有超过100w的用户来签到。签到业务每个用户只能执行一次，如果是其他业务，可能会有多次操作。所以评估出来指标后，为了更加保险一些，最好再乘以一个冗余系数，提高预期指标，防止人为评估造成预期指标偏低的情况。
这个冗余系数一般定为2-5之间（个人经验），上面计算出来的tps指标为61，如果再乘以一个冗余系数3，那么最终tps指标就定为183。同时，将来项目上线后，可以通过对项目接口的峰值监控，来对比之前评估的算法结果，调整冗余系数，最终随着不断的数据积累，将会形成一套本项目的性能模型。
那么将来项目上线后，接口的访问量真的和计算的一模一样吗？这个肯定不会，大家一定得知道一个原则，性能测试从来都不是一门非常精确的技术。二八定律也并不是100%适用于所有业务场景。在没有任何历史数据参考的背景下，二八定律相对来说是一种相对来说靠谱的算法，最起码有一定的理论依据，比拍脑袋猜的值靠谱多了。
总结一下，二八定律的算法为 80%的请求 / 20%的时间 * 冗余系数