软件测试入门随笔——软件测试基础知识

Posted 2020-08-23

• 测试性能模型分析

1、曲线拐点模型

 

这个图中X轴为并发用户数，随着并发用户数的增大，二维空间被划分为三个区域：轻压力区、重压力区和拐点区。

Y轴表示资源利用率、吞吐量和响应时间，应该以X为自变量来逐一分析这三个指标的变化，再综合分析。

①随着并发用户数的增加，资源利用率逐步上升，最后达到饱和。

②随着并发用户数的增加，吞吐量增加。进入重压力区后逐步平稳，达到拐点区后急剧下降，说明系统已达到处理极限。

③随着并发用户数的增加，在轻压力区的响应时间变化不大，比较平缓，进入重压力区后呈现增长的趋势，最后进入拐点区后倾斜率增大，响应时间急剧增加。

随着并发用户数增加，资源利用率和吞吐量增加，说明系统正在积极处理，所以响应时间增加得并不明显，处于比较好的状态。但是随着并发用户数的增加，压力也在持续地增大，吞吐量与资源利用率都达到了饱和，随后吞吐量急剧下降，造成响应时间急剧增长。轻压力区与重压力区的交界点是系统的最佳并发用户数，因为各种资源都利用充分，响应也很快；而重压力区与拐点区的交界点是系统的最大并发用户数，因为超过这个点，系统性能将会急剧下降甚至崩溃。

2、地铁模型分析

模拟地铁的场景来分析性能。

先做出以下3个假设

1. 某地铁进站只有3个刷卡机
2. 人少的情况下，乘客能很快进站，假设进站只需要1s
3. 乘客如果等待超过30min就会暴躁、唠叨甚至放弃（怎么感觉有点像小时候玩的餐厅小游戏啊，哇哈哈~）

最初会出现如下3种场景：

1. 只有1名乘客进站，可以在1s内完成，且只利用了一台刷卡机，剩余两台等待着。
2. 只有2名乘客进站，可以在1s内完成，且只利用了两台刷卡机，剩余一台等待着。
3. 只有3名乘客进站，仍能在1s内完成，此时资源得到充分利用。

随后新场景出现了：

1. 来了6名乘客，因为A、B、C先到，所以D、E、F要先排队等候，此时进站时间为2s。（相当于“响应时间”增长）
2. 来了9名乘客，则其中有3名的“响应时间”为1s，有3名的“响应时间”为2s（进站1s+等待1s），还有3名的“响应时间”为3s（进站1s+等待2s）
3. 来了10名乘客，则必有1名的“响应时间”为4s，以此类推，随着人流涌入，将达到乘客的忍耐极限。
4. 假设地铁站正好在火车站，每名乘客都拿着大小不一的包，有的因为包太大卡在刷卡机那导致堵塞，进站时间就有不一样了。

那么，如果拿包的乘客可以通过加宽的刷卡机快速进站，就能改善堵塞的问题了。如果乘客越来越多，3台刷卡机已经无法满足需求，那么为了减少人流的积压，可以多开几个刷卡机，增加进站的人流和速度（提升TPS、增大连接数）。

还有1个大BOSS：

1. 到了上班高峰时间，乘客数量上升太快，现有的进站措施已经无法满足，单单增加刷卡机已经不行了。此时的乘客相当于“请求”，乘客不是在地铁站进站排队，就是在站台排队等车，已经造成严重的“堵塞”。

此时，增加发车频率（加快应用、数据库的处理能力）、增加车厢数量（增加内存、增大吞吐量）、增加线路（增加服务的线程）、限流、分流等多种措施就应需而生了。