性能测试第一章

Posted 2021-02-21 sanya

一、性能测试的目的？

1、评估当前系统

　　针对从未做过的性能的系统，进行一系列测试，了解知晓当前系统的性能，并作出相关评估

2、寻找瓶颈，优化性能

　　常见的现象为，莫业务操作响应时间长、某系统上线运行一段时间后越来越慢，这些都需要逐步分析定位并调优

3、预测未来性能

　　当用户数和业务量增加时能否及时应对？调整策略时增加应用服务器还是数据库服务器？还是优化代码逻辑？等等····

 

二、性能术语与指标详解

1、并发数

在理解并发数之前，先提出3个常见的概念，分别是系统用户数、在线用户数、并发用户数；对应的解释如下：

系统用户数：简单的说就是该系统注册的用户数，他们可以是活跃的也可以是僵尸的

在线用户数：即登录系统的用户，但在线用户并不一定对服务器产生压力，因为有些用户什么也没干

并发用户数：是对服务器产生压力的用户，例如：在线用户可能在600，只有20%的用户对服务器产生了压力，这20%的用户就是并发用户数

并发的概念：一般有两种理解方式，一种为所有用户在同一时刻做同一操作，主要为验证程序或数据库对并发的处理能力；另一种为多个用户对被测系统发起多个请求，也可以是不同的操作，类似于混合场景的概念。

2、响应时间

有缓存情况下：开始--->客户端发起请求--->[判断存在缓存]--->读取缓存--->数据处理--->渲染元素---->结束

没有缓存的情况下：开始--->客户端发起请求--->[判断缓存没有存在]--->【DNS域名解析获得服务器ip---链接服务器---发送请求---等待服务器响应---服务器返回数据html】--->数据处理--->渲染元素---->结束

可总结为：响应时间=网络传输（请求）时间 + 服务器处理（一层多多层）时间 + 网络传输（响应）时间 + 页面前端解析渲染时间

在实际应用过程中，需要明白响应时间的长短取决于用户的实际需求，而不是盲目设定该指标。

3、每秒通过事物数(TPS)

TPS是指每秒通过的事物数，直接反映系统性能的指标，该值大时，系统性能会比较好，当然每个系统都有它的上限，不可能无限大，将它与平均响应时间进行对比，可以分析事物数量对响应时间的影响。

例如：当压力加大时，TPS曲线如果变化缓慢或有平坦的趋势，很有可能时服务器开始出现瓶颈了。如果环境没有发生变化，对于同一系统会存在一个最大处理事物能力，他并不随着

并发用户的多少二改变。就好像地铁口检票机一样，只有两台机器，一次机器只能通过一个人，不论人数是100还是1000

4、每秒点击数

每秒点击数代表用户每秒向Web服务器提交的HTTP请求数。但这里需要注意的是提交一个登录请求，对于用户来说感觉是一个请求，但对于后端服务器来说也许是多个请求，所以点击一次不代表就是一个请求。例如：点击一个链接，该操作返回的页面上有6张图片，因为下载每张图片都需要一个HTTP请求，所以这个页面下载完成之后的点击数应该是7。每秒点击数从侧面可以反映客户端的状况。每秒点击数不正常，一般可能是网络问题或脚本导致的，需要进一步具体分析

5、吞吐量

吞吐量与吞吐率得概念

吞吐量是指单位时间内系统处理得请求数量，直接反映服务器承受得压力，需要重点关注

吞吐率是指用户在给定得一秒内从服务器获得的数据量，简而言之就是服务器返回的数据量

例如：一个食品加工厂的生产效率很高，每天可以生产很多食品，但是工厂只有两辆三轮车在运输，这个时候运输食品的能力就成为了瓶颈，也就是它的吞吐量/吞吐率出现了问题

6、思考时间

1、思考时间就是用户进行操作时，每个请求或者操作之间的间隔时间，是为了更加真实地模拟用户的操作场景，因为在实际使用中不太可能会出现不断地发送请求，一般都是一个请求后，等待一段时间，然后发送下一个请求。恶意攻击除外。

2、关于0思考时间，如果想了解系统的最大承受能力或极端情况下的系统的性能表现，则可以设置0思考时间。如果是预估系统的性能，就应该最大可能地模拟真实思考时间。一般都会加上思考时间，只有在分析时要去掉思考时间。

例如：某个系统的发帖功能，连续发贴时，系统会提示两次发帖间隔时间不能小于15秒。这时如果要满足业务的特定需求就需要加上思考时间15秒

7、资源利用率

重点理解的几个指标

CPU：它像人的大脑，主要进行判断和处理，能反映出系统的繁忙程度，一般分为系统CPU与用户CPU，其中系统CPU是处理系统本身所占用的资源，用户CPU则是处理程序所占的资源，对象不同。

Load Average(平均负载)：指一段时间内CPU正在处理和等待CPU处理的任务，也就是CPU使用队列的长度的统计信息。这里的平均负载值就好像地铁里等待上车的乘客，乘客越多则负载值也越大。

Memory：他就像是人大脑中的记忆区域，将各种信息收集起来存放。数据从内存中读取要比从磁盘上读取速度快，而内存经常发生内存泄漏或内存溢出的现象，是需要重点留意的。不过这里需要注意，短时间的可用内存越来越少，不代表一定有内存泄漏或溢出。

队列：可以理解成地铁进站的排队现象，队列长，说明处理能力达到了极限或者遇到了阻塞

IO：与磁盘的交互，重点关注交换频率和磁盘队列长度

网络：重点关注网络的流量，看是否存在网络带宽的瓶颈。