性能测试之基础篇
一、灵魂八问！！！
- 什么是软件性能？
- 两个方面：响应时间，及时处理能力
- 什么叫性能测试？
- 指被测系统，在一定的负载下运行，监控系统的各项指标，是否符合需求（指标，指的CPU,内存，事务响应时间，等）
- 什么样的系统需要做性能测试？
- 用户多，存在大并发场景系统
- 如何做性能测试？
- 项目性能调研、业务需求分析、性能测试方案，脚本编写，场景覆盖、负载、压力、测试结果分析、报告产出
- 如何定位性能根源，性能的瓶颈究竟在哪里？
- 服务器：在日志里打印代码的处理时间，
- 数据库：打开慢查询，设置时间阈值，打印处理时间超过阈值的sql。
- 最直接的表现：用户态的CPU会很高
- 性能测试目的
- 验证系统的处理能力、识别系统的性能瓶颈、保证系统的可靠性及稳定性（一定并发数12小时左右
- 如何提升性能？
-业务策略优化、根据监控提升硬件短板、优化架构、优化代码逻辑、优化sql语句 - 性能测试需要做哪些准备？
- 千兆交换
- 8G 16C
- 造数据-单表20-40W起步
二、软件性能关注是多层面的.
2.1、用户角度：系统的响应时间
- 响应时间==网络时间+服务器处理时间
2.2 管理人员的性能关注点
- 应用服务器、数据库服务器：资源利用率
- 支撑多少用户、最大并发数：系统容量
- 是否更换硬件、优化代码、优化sql：已经测试现有的支撑用户数
- 7*24小时持续处理业务（9999）：稳定性、可靠性
2.3 开发人员的性能关注点
- 架构是否合理
- 数据库设计
- 代码逻辑
- 线程、死锁，资源释放
2.4 测试人员呢？
三、性能测试的方式
3.1、负载测试
定义：50-100-200系统上不断增加压力，直到响应时间或TPS达到一个拐点
特点：
- 找系统处理处理能力的极限
- 该方法需要在指定测试环境下运行，通常需要考虑被测系统的业务压力量和典型的业务场景
- 一般来了解系统的性能容量、配合调优
3.2、压力测试
负载一定的压力（比如100并发）持续运行一段时间比如（7*24小时）验证系统的稳定性
3.3 性能测试的工具选择：jmeter ，LR，PTS
四、性能测试的术语
4.1、并发
并发分为狭义和广义两类
- 狭义：用户在同一时间内做同一事情
- 广义：用户在同一时间做不同事情
灵魂一问：实际项目的性能测试如何并发场景设计？
- 先狭义（单接口）在广义（混合场景）
灵魂在问：为什么要先单场景接口测试?
- 更好的定位问题，发现问题
灵魂追问：为什么要混合场景测试？
- 贴合用户场景，验证系统的稳定性，多各关联接口时会不会出现新的问题？
4.2、并发用户数
- 系统用户数：注册用户数，存在一定的僵尸用户
- 在线用户数：登录系统的户数，状态时在线，但不一定对服务器产生压力
- 并发用户数：对服务器产生压力的用户
惊魂一问：如何获取并发用户数？
老系统:可选取高峰时刻，在一定时间内使用系统的人数，这些人数可认为是在线用户数，并发用户数可以取10%
新系统：业务部门探讨，竞品，经验。
4.3 事物
- 事物是性能脚本中的一个重要特性，要度量服务器的性能，需要定义事物，每个事物都需要事物开始，事物结束标志，事物用来衡量脚本中一行代码或多行代码执行所需要的时间
- 例如：访问一个网站，可以把首页当成一个事物，可以把登录当初一个事物，也可以把登录+首页当成个事物。
4.4 响应时间
发出请求的时间、网络传输的时间、服务器处理时间的和
问一问：响应时间==用户感受时间么？
4.5 TPS
定义：单位时间内系统处理事物的数据。衡量系统处理能力的，非常非常重大的指标
惊魂再问：如何获取系统TPS峰值
- 已有系统：可选取高峰时刻，在一定时间内（如3-10分钟），获取系统总业务量，计算单位时间（秒）内完成的笔数，乘以2-5倍作为峰值的TPS， 例如：峰值3分钟内处理订单18万笔，平均TPS是1000，峰值TPS可以是2000-5000。
- 新系统：与业务部门商讨，竞品、经验
灵魂再问：QPS、RPS呢？
4.6 吞吐量
不严格意义来说就是TPS，跟TPS和并发数密切相关
TPS = 并发数/平均响应时间
4.7 点击率
- 客户端单位时间发起的请求数
- 衡量客户端性能的
点击率==并发数？？
4.8 资源利用率
定义：指系统资源的使用程度，比如服务器的cpu、内存、磁盘、贷款等利用率
- CPU：主要进行判断和处理，能够反映系统的繁忙程度、一般分为系统CPU（%sys）、用户CPU（%user）、系统CPU是指系统本身使用的资源、用户cpu是指应用程序所使用的资源，对象不同
- Load Average：指一段时间内cpu正在处理或等待cpu处理的任务，也就是cpu使用队列的长度的统计信息。
- Memory：储存数据，从内存中读取必从磁盘上读取快
- 队列：可以理解位地铁战的排队情况
- 网络：重点关注网络的流量，看是否存在带宽瓶颈