性能测试理论概述.pdfVIP

性能测试的意义

现状：

互联网行业发展快，用户量大大增加；

业务和系统架构越来越复杂，数据越来越多，用户不仅仅

满足于功能的实现，在某些场景下，更在意系统性能

性能测试：

通过一定的，在多并发下情况下，获取被测系统的各

项性能指标，验证被测系统在高并发下的处理能力、响应

能力，稳定性等，能否满足预期。定位性能瓶颈，排查性

能隐患，保障系统的质量，提升用户体验。

性能测试意义

什么样的系统需要做性能测试？

用户量大，PV比较高的系统

系统模块/接口

业务逻辑/算法比较复杂

促销/活动推广

性能测试发生的场景

新系统，新项目

线上性能问题验证和调优

新技术选型

性能容量评估和规划

日常系统性能回归

性能测试指标

•事务（Transaction）

•TPS（TransactionPerSecond每秒成功的事务数）

•并发数/虚拟用户（Vuser）

•响应时间（Responsetime）

•PV（PageView）

•UV（UniqueVisitor）

•场景（Scenario）

•思考时间（ThinkTime）

•吞吐量（Thoughput）

性能测试指标

常用指标

Cpu

内存

磁盘IO

网络IO

线程状态

Jvm

中间件

数据库指标

性能测试流程

•需求调研

•测试

•环境

•数据准备

•测试

•执试

•调优回归

•测试报告

需求调研

•项目背景

•测试范围

•业务逻辑数据流向

•系统架构

•配置信息

•测试数据量（量级要一致）

•外部依赖

•系统使用场景，业务比例

•日常业务量

•预期指标

•上线时间

测试

•项目描述

•业务模型及性能指标

•测试环境说明

•测试资源

•测试方法以及场景设计原则

•测试进度安排及测试准则

测试场景

•基准测试

•单负载测试

•混合场景测试

•高可用性测试

•异常场景测试

•稳定性测试

•其他特殊场景

环境

原则

⚫测试机器硬件配置尽量和线上一致

⚫系统版本

⚫最小单元模块，单机

⚫应用、中间件、数据库配置要一致

⚫其他特殊配置

测试数据准备

•业务接口

--适合数据表关系复杂

--优点：数据完整性比较好

•过程

--适合表数量少，简单

--优点：速度最快

•导入

--适合数据逻辑复杂

--自由度比较高

•数据量级

--测试数据

--基础数据

测试

•工具选择

•协议

•参数化

执试

•分布式执行

•

--Linux

--Jvm

--数据库

•收集测试结果

•数据分析

•瓶颈定位

调优回归

•性能调优需要整个团队完成

•反复尝试

•回归验证

•工具

•全链路排查

•日志分析

•模块