性能测试-13.测试指标的判定标准总结

Posted 2020-11-19 cmnz

 

响应时间：

　　1.利用2-5-8原则去判定
吞吐量：
　　1.125*x kb/s*0.5，若小于前面的数值为优，其中x为x Mb/s，例如1 Mb/s
每秒点击数：

　　1.指客户端每秒钟向服务器端提交的请求数量，如果客户端发出的请求数量越多，与之相对的平均吞吐量也应该越大
并发用户数：

　　1)、经典公式1：

  　　 一般来说，利用以下经验公式进行估算系统的平均并发用户数和峰值数据

  　　　　1）平均并发用户数为 C = nL/T

 　　　　 2）并发用户数峰值 C‘ = C + 3*根号C

    　　　　C是平均并发用户数，n是login session的数量，L是login session的平均长度，T是值考察的时间长度

   　　　　 C’是并发用户数峰值

举例1，假设系统A，该系统有3000个用户，平均每天大概有400个用户要访问该系统（可以从系统日志从获得），对于一个典型用户来说，一天之内用户从登陆到退出的平均时间为4小时，而在一天之内，用户只有在8小时之内会使用该系统。

  那么，

  　　　　平均并发用户数为：C = 400*4/8 = 200

  　　  　 并发用户数峰值为：C‘ = 200 + 3*根号200 = 243

举例2， 某公司为其170000名员工设计了一个薪酬系统，员工可进入该系统查询自己的薪酬信息，但并不是每个人都会用这个系统，假设只有50%的人会定期用该系统，这些人里面有70%是在每个月的最后一周使用一次该系统，且平均使用系统时间为5分钟。则一个月最后一周的平均并发用户数为（朝九晚五）：

 　　　　 n = 170000*0.5*0.7/5 = 11900

 　　　　 C= 11900*5/60/8 = 124

  　　　　吞吐量计算为：F = Vu * R / T 单位为个/s

   　　　　　 F为事务吞吐量，Vu为虚拟用户数个数，R为每个虚拟用户发出的请求数，T为处理这些请求所花费的时间

　　2)、通用公式2：

  　　对绝大多数场景，我们用（用户总量/统计时间）*影响因子（一般为3）来进行估算并发量。

  　　比如，以乘坐地铁为例子，每天乘坐人数为5万人次，每天早高峰是7到9点，晚高峰是6到7点，根据8/2原则，80%的乘客会在高峰期间乘坐地铁，则每秒 到达地铁检票口的人数为50000*80%/（3*60*60）=3.7，约4人/S，考虑到安检，入口关闭等因素，实际堆积在检票口的人数肯定比这个要 大，假定每个人需要3秒才能进站，那实际并发应为4人/s*3s=12，当然影响因子可以根据实际情况增大！

　　3)、根据PV计算公式：

 　　 比如一个网站，每天的PV大概1000w，根据2/8原则，我们可以认为这1000w pv的80%是在一天的9个小时内完成的（人的精力有限），那么TPS　　为：

  　　1000w*80%/(9*3600)=246.92个/s,取经验因子3，则并发量应为：

 　　 246.92*3=740

　　4)、根据TPS估计：

  　　 公式为 C = (Think time + 1)*TPS

　　5)、根据系统用户数计算：

   　　并发用户数 = 系统最大在线用户数的8%到12%

资源使用率：
　　1).平均事务响应时间
　　Average Transation Response Time优秀：<2s
　　良好：2-5s
　　及格：6-10s
　　不及格：>10s
　　2).每秒点击率
　　Hits per Second
　　当增大系统的压力(或增加并发用户数)时，吞吐率和TPS的变化曲线呈大体一致，则系统基本稳定若压力增大时，吞吐率的曲线增加到一定程度后出现变化缓慢，甚至平坦，很可能是网络出现带宽瓶颈.同理若点击率/TPS曲线出现变化缓慢或者平坦，说明服务器开始出现.
　　3).请求响应时间
　　Time to Last Byte
　　4).每秒系统处理事务数
　　Transaction per second
　　5).吞吐量
　　Throughout
　　6).CPU利用率
　　Processor/%Processor Time好：70%
　　坏：85%
　　很差：90%+
　　7).数据库操作消耗的CPU时间
　 　Processor/%User Time如果该值较大，可以考虑是否能通过友好算法等方法降低这个值。如果该服务器是数据库服务器，Processor\%User Time值大的原因很可能是数据库的排序或是函数操作消耗了过多的CPU时间，此时可以考虑对数据库系统进行优化。
　　8).核心态CPU平均利用率
　　Processor/%Privileged Time如果该参数值和"Physical Disk"参数值一直很高，表明I/O有问题。可考虑更换更快的硬盘系统
　　9).处理列队中的线程数
　 　Processor/Processor Queue Length如果该值保持不变(>=2)个并且%Processor Time超过90%，那么可能存在处理器瓶颈。如果发现超过2，而处理器的利用率却一直很低，那么或许更应该去解决处理器阻塞问题，这里处理器一般不是瓶 颈。
　　10).文件系统缓存
　　Memory/Cache Bytes 50%的可用物理内存
　　11).剩余的可用内存
　　Memory/Avaiable Mbytes至少要有10%的物理内存值
　　本文出自51Testing软件测试网，感谢会员fmsbai5在每周一问(08-12-29)中的精彩回答。http://bbs.51testing.com/forum-157-1.html
　　12).每秒下载页数
　　Memory/pages/sec好：无页交换
　　坏：CPU每秒10个页交换
　　很差：更多的页交换
　　13).页面读取操作速率
　　Memory/page read/sec如果页面读取操作速率很低，同时%Disk Time和Avg.Disk Queue Length的值很高，则可能有磁盘瓶径。但是，如果队列长度增加的同时页面读取速率并未降低，则内存不足。
　　14).物理磁盘利用率
　　Physical Disk/%Disk Time好：<30%
　　坏：<40%
　　很差：<50%+
　　15).物理磁盘平均磁盘I/O队列长度
　　Physical Disk/Avg.Disk Queue Length该值应不超过磁盘数的1.5~2倍。要提高性能，可增加磁盘
　　16).网络吞吐量
　　Network Interface/Bytes Total/sec判断网络连接速度是否是瓶颈，可以用该计数器的值和目前网络的带宽，结果应该小于50%
　　17).数据高速缓存区命中率命中率应大于0.90最好
　　18).共享区库缓存区命中率命中率应大于0.99
　　19).监控SGA中字典缓冲区的命中率命中率应大于0.85
　　20)检测回滚段的争用小于1%
　　21).监控SGA中重做日志缓存区的命中率
　　应该小于1%
　　22).监控内存和硬盘的排序比率最好使它小于10%