zoukankan      html  css  js  c++  java
  • 性能测试-13.测试指标的判定标准总结

     
    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%
  • 相关阅读:
    环境是如何建立的 启动文件有什么
    环境中存储的是什么
    串行 并行 异步 同步
    TPC-H is a Decision Support Benchmark
    进程通信类型 管道是Linux支持的最初Unix IPC形式之一 命名管道 匿名管道
    删除环境变量
    14.3.2.2 autocommit, Commit, and Rollback 自动提交 提交和回滚
    14.3.2.2 autocommit, Commit, and Rollback 自动提交 提交和回滚
    14.3.2.1 Transaction Isolation Levels 事务隔离级别
    14.3.2.1 Transaction Isolation Levels 事务隔离级别
  • 原文地址:https://www.cnblogs.com/cmnz/p/9192972.html
Copyright © 2011-2022 走看看