zoukankan      html  css  js  c++  java
  • 性能测试误差统计实践

    在之前两篇文章性能测试误差分析文字版-上性能测试误差分析文字版-下中,我从纯文字的角度分析了误差产生的原因和来源。接下来就是需要定量分析了。但是在这之前需要做一些准备工作,就是要在测试框架中支持这种误差的统计。

    前文讲到过的两种计算公式:

    QPS = 总请求量除以总时间,以下:
    QPS = count(r)/T
    
    QPS = 线程数除以平均响应时间
    QPS = thread/rt
    

    第二种方式是我一贯采取的公式,所以现在要实现第一种统计方式。

    统计对象支持

    在性能测试数据统计对象类PerformanceResultBean中我增加了两个属性:

        /**
         * 通过QPS=count(r)/T公式计算得到的QPS,在固定QPS模式中,这个值来源于预设QPS
         */
        double qps2
    
        /**
         * 理论误差,两种统计模式
         */
        String deviation
    

    在构造方法中我增加了赋值过程:

            this.qps2 = qps2
            this.deviation = com.funtester.frame.SourceCode.getPercent(Math.abs(qps - qps2) * 100 / Math.max(qps, qps2))
    

    基本工作已经做完了,下面是在两个性能测试模型固定线程模型固定QPS模型中的实现。

    固定线程模型中实现

    主要思路就是获取两个值:请求总数和请求总时间。我在ThreadBase类中用了一个属性

        /**
         * 执行数,一般与响应时间记录数量相同
         */
        public int executeNum;
    

    然后在最近测试结束的时候,将各个线程的统计在一起。

            threads.forEach(x -> {
                if (x.status()) failTotal++;
                errorTotal += x.errorNum;
                executeTotal += x.executeNum;
            });
    

    最后计算QPS2的值double qps2 = (executeTotal + errorTotal) * 1000.0 / (endTime - startTime);

    固定QPS模型中实现

    由于模型的特殊性,总请求次数已经在FixedQpsConcurrent统计了:public static AtomicInteger executeTimes = new AtomicInteger(0);,然后在子类中的使用场景如下:

        @Override
        public void run() {
            try {
                before();
                threadmark = this.mark == null ? EMPTY : this.mark.mark(this);
                long s = Time.getTimeStamp();
                doing();
                long e = Time.getTimeStamp();
                
                //计数器加一
                FixedQpsConcurrent.executeTimes.getAndIncrement();
                
               
                int diff = (int) (e - s);
                FixedQpsConcurrent.allTimes.add(diff);
                if (diff > HttpClientConstant.MAX_ACCEPT_TIME)
                    FixedQpsConcurrent.marks.add(diff + CONNECTOR + threadmark + CONNECTOR + Time.getNow());
            } catch (Exception e) {
                FixedQpsConcurrent.errorTimes.getAndIncrement();
                logger.warn("执行任务失败!,标记:{}", threadmark, e);
            } finally {
                after();
            }
        }
    

    接下来是计算统计方式的代码int qps2 = baseThread.qps;,这里由于第二种统计公式并不成立,所以用了预期QPS代替了qps2的值。

    • 基本工作终于做完了,接下来我会定量进行在不同场景下的误差对比分析。敬请期待!!!

    FunTester腾讯云年度作者Boss直聘签约作者GDevOps官方合作媒体,非著名测试开发。

  • 相关阅读:
    token
    id
    vim
    http_proxy
    brew
    认证
    go
    linux 磁盘管理
    vmware
    vmware fusion
  • 原文地址:https://www.cnblogs.com/FunTester/p/14607609.html
Copyright © 2011-2022 走看看