性能测试理论

一、概述

使用自动化测试工具，模拟用户实际使用的不同场景，对系统的性能指标进行测试 和 评估

1.1、测什么

• 后台代码
• 中间件(tomcat、apache、nginx)
• 数据库、架构设计是否存在瓶颈
• 资源（cpu、内存、磁盘、网络）利用率

1.2、目的

• 评估当前系统能力
• 找出系统性能（硬件、软件）瓶颈，优化性能
• 评估软件是否能满足未来 2~3年 性能需求

1.3、性能测试和接口测试对比

• 焦点

  • 接口功能：验证软件的功能是否符合产品需求。功能的正向和反向
  • 接口性能：验证软件是否满足 业务场景 需求。侧重点在 时间 和 资源

• 关系

  • 二者相辅相成，缺一不可！
  • 先测功能，再测性能

二、性能测试策略

说明: 基准测试、负载测试、稳定性测试。不是测试的 3种 分类。
     基准测试 是 负载、稳定性测试的前提！
     一般按照 先基准，再负载，最后稳定性的顺序展开性能测试

2.1、基准测试

单用户跑业务场景，展开性能测试，关注的指标数据。给后续多用户测试，提供参考数据

2.2、负载测试

向服务器逐步加压发送请求，查看系统在满足指标的情况下，最多支持多少请求

2.3、稳定性测试

系统维持在 一定的负载（如：cpu占用率 60% ~ 80% ）下，长时间运行，
测试系统工作的稳定性。一般测 `1*24  3*24  7*24

2.4、并发测试

同一时刻（极短时间内）向服务器发送同一请求。如：秒杀、抢注、抢红包！

2.5、压力测试

采用逐步加压的方式，向服务器发送请求，测试出系统性能的极限临界值

三、性能测试指标

说明：--性能指标：衡量 一次性能测试 具体某项结果的统称
性能测试 主要参考的 6 大指标：
    1. 响应时间
    2. 并发数
    3. 吞吐量
    4. 点击数
    5. 错误率
    6. 系统资源利用率

3.1、响应时间

指用户从客户端发起一个请求开始，到客户端接收到从服务器端返回的结果，
整个过程所耗费的时间
响应时间公示：
    响应时间 = 网络时间 + 应用程序处理时间 （应用服务器解析时间、数据库服务器解析时间）

3.2、并发数

指同一时刻，同时访问系统发送请求的用户数据量

3.3、吞吐量

单位时间内，处理客户端请求的 数量。 可以直接体现系统的负载能力

1. TPS (Transactions Per Second): 每秒事务数

   一个事务对应一个业务场景，可以包含多个 请求

2. QPS (Query Per Second): 每秒查询数

    指服务器处理的 请求数

   注意：如果没有加特殊说明（ 默认 一个业务中，就只有一个请求 ），通常 TPS 与 QPS 相同

3.3、点击数

只有 web 服务器，才有点击数 性能指标
点击数，不是点击网站的次数。是向系统发送请求后，收到的响应数量

3.4、错误率

• 指系统在指定负载下，失败业务的概率。
• 不同系统的错误率不同。一般由产品经理指定。
• 没有指定时，一般情况下，系统的错误率为 千分之五（0.5%）

3.5、资源利用率

说明：指系统各种资源的占用情况

以下数据作为参考，具体根据自己公司的数据

• CPU

  • 75 ~ 85% （超出此范围，有性能瓶颈）

• 内存

  • 不超过 80% （超出有性能瓶颈）

• 磁盘

  • 不超过 90%

• 网络

  • 不超过 80% （超出有性能瓶颈）

四、性能测试流程

1. 性能测试 需求分析
2. 性能测试的计划及方案
3. 性能测试用例
4. 搭建测试工具环境
5. 编写/录制 测试脚本
6. 执行测试脚本
7. 测试数据监控
8. 分析和调优
9. 编写测试报告总结