https://sq.163yun.com/blog/article/196036888966840320
线上问题：由于上游某系统数据分布突变，引起下游本系统的一个特定时间性能指标未达线。
性能需求：
1. 调整数据分布，重新测量系统在新的压力场景下的吞吐量和关键性能指标，及此特定时间
2. 需要提高系统的处理能力，使得此时间性能达标，并且对其他性能指标无大幅度影响
一、性能测试数据准备
1. 铺底数据准备
铺底数据有目的: 铺底数据的首要目的是让性能测试环境与线上保持一致，或者说接近线上真实情况。
铺底数据量多少合适？ 这个完全根据产品的规模来预估，比如产品预计半年后注册用户数达到100w，则铺底的时候需要铺底100w用户账号。 如果是已上线产品，根据线上数据库数据量进行预估，可以根据用户规模的比列进行铺底，如线上注册用户数一千万，线下铺底注册用户数100w，则总体数据规模为线上的十分之一左右。实际情况下，这里会略微复杂，比如还要考虑线上数据库集群和测试集群的硬件差异等，需做适当的调整。
1） 一个是保证待测系统有一定的规模，比如半年或一年后的用户规模。 只做铺底，在压测中不会访问到的数据。
这部分数据是为了使数据库达到一定的规模，以发现数据库查询、更新等性能瓶颈，如忘记建立索引，查询SQL不合理等问题。
只为铺底，压测时不会用到的这部分数据，在预设的过程中就比较随意了，不用考虑数据是否合理，也不用考虑业务关联关系，只要符合数据库设计规则，能插入数据库即可。
===》 本次测试：维持系统数据库中的历史数据为过去半年的数据量不变。
2) 另一个是为压测做准备，准备每个要压测的请求需要使用到的数据，这部分数据涉及到具体的业务，对性能测试结果影响比较大，具体说明可参考“参数化数据准备”章节。
在压测时要用到的数据，比如API要传参过去的数据，或者请求响应数据。这部分数据在铺底的时候就要精细化的设计，包括数据大小，数量，分布等。
===》本次测试：为保证系统对输入数据满足预设分布的前提之下，还要满足预设业务逻辑处理输出的分布要求，对相应的数据库静态数据提前设定。
2. 参数化数据准备
二、性能测试数据准备方法
1. 从线上数据库导入真实数据
2. 根据业务规则构造模拟数据
https://blog.csdn.net/aoerqileng/article/details/79409426
学习笔记：
“预热”步骤：如何实现？预装载数据。
数据库指标：
慢sql：
https://blog.csdn.net/swordgirl2011/article/details/78764754
JMeter
http://jmeter.apache.org/download_jmeter.cgi
https://www.e-learn.cn/content/qita/804856
LoadRunner
http://www.51testing.com/zhuanti/LoadRunner.html
性能测试方法主要包括：性能测试、配置测试、并发测试、负载测试、压力测试、稳定性测试。
- 性能测试：测试环境和测试目标确定的情况下，测试系统是否达到宣称的能力；
- 配置测试：系统具有一定的测试基础时，通过修改环境配置，例如服务器参数等，对比之前的测试结果进行优化；
- 并发测试：模拟多个用户并发使用系统，测试系统是否存在死锁、内存泄漏等问题。
- 负载测试：逐渐向系统添加压力，观察系统资源消耗情况，知道某一项资源达到极限。一般用于度量系统的性能容量，寻找系统瓶颈为系统调优提供数据；
- 压力测试：系统承受一定的压力的情况下，测试系统是否会出现错误。系统压力包括CPU、内存、磁盘、网络等方面的压力，施加压力的方法包括利用工具占用系统资源、增加并发量等；
- 稳定性测试：系统承受一定压力的情况下，运行一段时间，测试系统是否平稳运行；
链接：https://www.jianshu.com/p/1b2874243eca
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。