性能、负载、压力测试——从性能测试角度理解系统开发

引言

最近，由于旧机器下线，我对过去部署的一些服务做了迁移，顺带对新部署的服务做了一个简单的性能测试。在实施过程中，我发现自己对很多性能指标的理解很不清晰，对于并发数、压力、吞吐量、延迟等概念，通常是以望文生义的方式使用。对于系统应该关注什么样的性能指标，认识也不完整。为此，我阅读了wiki百科以及一些博客，希望能对这方面的概念有一个较完整的认识。

跑个题，最近重新提到了工程能力。这个词包含的范围很广，从技术路线选择、系统可维护性，到代码可读性、系统性能优化等，凡是能想到的有利于实现功能、提高效率的实践，似乎都可以被归为这个能力。然而，可以确定的是，工程能力的很大一部分体现，都与性能指标及其优化有关。如果在实现一个服务或系统时，对性能指标没有足够的关注，对性能相关的问题没有胸有成竹的回答，则很难说是有足够的工程能力。

本文的主要内容是对性能测试做了简要总结。通过阅读维基百科及一些博客，了解性能测试的内容、指标、方法、目标。对这些文章做了一些摘要、总结、翻译。

本文分为以下几部分：第二部分，是性能测试的分类，主要内容来自维基百科；第三部分，是如何实施性能测试，主要注意哪些问题，以及优化的方向，内容来自维基百科以及Grig Gheorghiu的两篇博客；第四部分，是如何区分性能测试、负载测试、压力测试，内容主要来自Grig Gheorghiu的两篇博客。

性能测试分类

在维基百科上性能测试的定义是

In software engineering, performance testing is in general, a testing practice performed to determine how a system performs in terms of responsiveness and stability under a particular workload. It can also serve to investigate, measure, validate or verify other quality attributes of the system, such as scalability, reliability and resource usage.

第一层含义是判断在一定工作负载下，系统响应能力和稳定性。进一步延伸，包括测量、验证系统的其他质量属性，如可扩展性、可靠性、资源消耗。

性能测试可以包括但不限于以下类型：

1. 负载测试（load testing）
   负载测试的目的，是为了解在预期的工作负载下，系统的行为。
2. 压力测试（stress testing）
   压力测试是为了解系统提供服务能力的上限，了解系统在超出预期的压力下是否足够稳定。使我们了解如果当前负载增加至超出设计范围，系统是否能承受。
3. 渗透测试（soak testing）
   渗透测试也叫忍耐力（endurance）测试，了解系统能否较长时间持续支撑的某个负载量，是否在持续的负载下会导致性能下降。
4. 尖峰测试（spike testing）
   尖峰测试是突然增加或降低负载，看系统在负载量突然变化时的行为。
5. 断点测试（breakpoint testing）
   断点测试与压力测试很相似，持续增加系统的负载，观察系统是否在预期的负载压力下出现性能下降或失败。
6. 配置测试（configuration testing）
   观察修改系统配置，会对系统行为造成怎样的影响，例如负载均衡的配置。
7. 隔离测试（isolate testing）
   隔离测试并非一个独立的测试项目，而是通过不断地重复某种测试，将出现问题的部分隔离出来。
8. 互联网测试（internet testing）
   互联网测试通常是对全球性的服务来说的。测试负载的生成者，来自实际的目标用户所在地。

上面的分类摘自维基百科。可以看出，不同类型测试有重叠甚至重复的部分，但每种测试又有其各自的目的。负载测试（load testing）和渗透测试（soak testing）可以同时进行。压力测试（stress testing）、尖峰测试（spike testing）和断点测试（breakpoint testing）似乎也可以同时进行，只要针对不同的目的做好对应的记录。如果出现问题，所有测试的目的最终都是将问题区域隔离出来（isolate testing）以进行优化。

如何实施性能测试

性能测试的目的和性能目标

首先需要明确的一个问题是“why are we performance-testing?”。从目的来看，性能测试可以用来：

• 验证系统达到预期的性能要求；
• 对比两个系统，看哪个系统性能更好；
• 找出系统的瓶颈以便优化

不同的系统有不同的性能目标，但是通常都包含以下几个：

1. 并发量。对于有用户登录状态的系统，同时服务的用户数通常是一个考量指标，因此并发量是一个重要性能目标。
2. 吞吐量。对于无用户登录状态，吞吐量或者transaction rate是其关注的指标。
3. 响应时间。从服务器端看，是从系统接收到请求，到系统发出反馈的时间。或者从客户端机器看，从客户端发出请求，到客户端收到响应的时间，压测脚本通常只能测到这个时间。服务器端的时间，需要通过日志等方式记录。

性能规格

性能测试之前应该有一个明确的性能规格说明，并且落地成文档。理想情况下，这个性能规格应该在需求阶段就制定下来，并且应该先于任何系统设计。

性能规格通常应该至少回答以下问题：

1. 性能测试的范围是什么？哪些子系统，哪些接口，哪些组件要被测试？要测试它们的哪些性能目标？
2. 对于有用户接口的系统，用户并发量是多少？峰值和均值预期是多少？
3. 目标系统是什么样子？包括系统环境、网络配置、硬件配置？
4. 每个会话中各环节的负载比例是如何的？（登录20%，搜索40%，登出10%，选择30%）
5. 系统中各会话的负载比例是如何的？（A回话20%，B会话40%，...）
6. 后台批处理的时间要求什么？

前提条件

性能测试需要满足的条件包括：

1. 系统稳定，或者待测的接口稳定。因为性能测试的目的不是发现bug，而是发现瓶颈。
2. 目标明确。响应时间、并发、吞吐量？

尽可能满足的条件是：

1. 与系统使用真实环境保持一致

性能测试应该尽可能早地开展，因为越早发现瓶颈，修复的代价越小。

测试工具

分为两部分：

1. 一部分是用于模拟请求的performance scripting，包括HP LoadRunner, NeoLoad, Apache JMeter, Rational Performance Tester, Silk Performer和Gatling；
2. 一部分是用于监控系统状态的monitor，包括系统本身的日志，以及监控CPU、内存、磁盘、网络的使用情况。

实施与优化

当目标、环境和工具已经就绪后，可以开始启动客户端模拟。对于一般的性能测试，目的是发现性能瓶颈，通常的做法是逐渐增加负载，记录并观察各项指标的变化。

当发现系统的性能指标达不到预期时，以web服务为例，通常的优化思路是：

1. 首先需要优化的是应用程序和数据库。代码逻辑是否足够高效？数据库的查询是否高效？数据库是否针对常用查询语句做了优化？可以用的工具有jUnitPerf和pyUnitPerf。

如果上述方案还无法满足，可以考虑以下思路：

1. 增加Cache是否能提升效率；
2. 对常用页面静态化；
3. 考虑使用负载均衡，对系统进行横向扩展；
4. 将服务划分为只读/读写；
5. 提升机器的硬件性能，SSD、CPU、内存等；
6. 提升网络带宽。

性能、负载、压力测试的区别

这一步分的内容完全来自于Grig Gheorghiu的博客，可以在原文看到更详细的解释。

性能测试（performance testing）、负载测试（load testing）、压力测试（stress testing）三个概念经常被替换着使用，因为他们在实施方式上有相同的地方，但他们也确实有一些区别。在本文第一部分性能测试分类中，已经大致介绍了概念上的区别，主要体现在目的不同。

1. 性能测试。目的是发现系统瓶颈，并为系统设定一个性能baseline，以便为后续的优化设定一个参照。通常是白盒测试。
2. 负载测试。目的是确认系统是否满足某负载要求，以及发现在高负载下是否会出现低负载无法出现的bug。通常是黑盒测试。
3. 压力测试。目的是看系统在异常环境，如压力过大、网络断开、磁盘故障、资源不足等情况下的表现，检查系统的稳定性、对异常的恢复能力。

其实只要测试的目标明确，具体使用哪个名字并无太大关系。