性能测试

Posted 2020-11-24 cm039

1、需求分析阶段就应该参与，可以深入了解系统业务、重要功能的业务逻辑。

2、定性能指标：迭代项目、新项目。迭代项目根据生产监控、日志分析来评估指标，这里需要做容量规划，新项目单独评估。

3、性能指标：

　　tps：每秒处理事物数，通常都是通过的食物

　　art:平均响应时间，以及并发数

　　服务器资料利用率的要求（CPU，内存，IO,网络等）

　　各个服务的资源情况。

4、熟悉系统架构，申请性能测试环境

　　web服务器、应用服务器、缓存数据库服务器、数据库服务器、文件服务器等。

　　主流技术栈:nginx、dubbo、mysql、redis、jvm等

5、制定性能测试方案

　　项目背景及架构分析；

　　需要的资源

　　技术策略（比如压测、监控、分析工具选择等）

　　场景设计

　　计划什么时候做什么事等

6、搭建测试环境、准备测试数据

　　测试数据分为：基础环境数据和业务数据；

　　基础环境数据可以从功能测试的库导过来，改一些配置即可；

　　业务数据：存量数据+容量规划数据，比如一个查询接口，都是并发100用户，对应的表数据量是1万和100万，压测结果是不一样的。

　　数据量要参考生产环境，新项目除了空库压，最好也做存量数据压。

7、压测脚本开发

　　主流程稳定，调试被测接口、开发压测脚本

　　客户端并发工具：推荐使用jmeter,主流、开源、请量、免费、功能强大

8、预压测

　　少量并发（1个用户），压测10分钟

　　①可以看压测环境功能是否通

　　②估算并发过程中需要多少参数化数据的数据量

9、执行压测并监控

　　场景设计好，就可以执行压测，然后监控查看测试各项指标是否满足需求。

　　Linux：通常用到的命令：top /vmstat/free/df/sar/iostat/netstat等，一般是多命令配合着用

　　Java应用：jvisualvm、、jconsole、jmap、jstat、jstack等，以及自己写的一些shell脚本

　　

10、分析定位

　　基于上一步的监控数据，对瓶颈进行分析、定位，模块隔离分析、日志分析、内存分析、线程栈分析、代码跟踪等等

11、性能优化

　　定位到问题了，大部分情况下，优化方案也就有了，测试可以把自己建议的优化方案告诉开发，开发会结合自己的方案，一起做优化方案评估；如果测试没有优化方案，那就把问题反馈给开发吧，但是也好好学学开发的优化思路，这就是成长的过程

12、性能回归

　　优化后，复测

13、编写性能报告

　　测试结果是多少？

　　测试是否通过？

　　发现了什么性能问题？原因是什么？如何优化解决的？系统性能提升了多少倍？优化方案务必写详细，以便上线同事知道，把优化同步到其它各个环境。