app，目前有500w用户，日活50w。用户在早中晚三个时段集中活跃，每个时段持续20分钟。商品查询业务每天平均请求总量在1000w平均响应时间在2s，下订单业务每天平均总请求量在100w，平均响应时间在3s。当前系统稳定运行。 由于业务快速发展，app用户暴增，业务要求支撑的用户达到5000w，要求测试目前的系统是否能够支撑？如果不能，需要确定当前能够支撑多少用户平稳运行。 请根据以上场景建立性能测试模型、估算性能测试指标

根据以上场景，可以建立如下的性能测试模型和估算性能测试指标：

1. 测试场景：模拟5000w用户的查询商品和下订单的业务请求，模拟用户在早中晚三个时段集中活跃，每个时段持续20分钟。

2. 测试指标：

- 商品查询业务请求响应时间：平均响应时间不能超过2秒。
- 下订单业务请求响应时间：平均响应时间不能超过3秒。
- 并发用户数：测试模拟5000w用户并发请求的情况，需要确定当前系统能够支撑多少用户平稳运行。
- 系统吞吐量：测试模拟5000w用户并发请求的情况下，系统的最大吞吐量是多少。

3. 性能测试方案：

- 压力测试：通过模拟大量并发用户请求，测试系统的最大并发用户数和响应时间等指标。
- 负载测试：通过模拟不同的业务负载，测试系统在不同负载下的响应时间和吞吐量等指标。
- 稳定性测试：测试系统在长时间高并发负载下的稳定性和可靠性，包括内存泄漏、死锁等问题。

4. 性能测试环境：

- 测试工具：使用开源的性能测试工具，例如JMeter、LoadRunner等。
- 测试环境：搭建与生产环境相似的测试环境，包括硬件配置、网络环境、数据库配置等。
- 测试数据：模拟真实的用户数据和业务场景，尽可能接近生产环境的情况。

5. 性能测试报告：

- 性能测试结果：包括系统的最大并发用户数、响应时间、吞吐量等指标。
- 性能测试分析：对测试结果进行分析，确定系统的瓶颈和优化方案。
- 性能测试建议：提出针对性的性能测试建议，以支持系统的快速发展和业务的快速响应。