性能测试误差统计实践

在之前两篇文章性能测试误差分析文字版-上、性能测试误差分析文字版-下中，我从纯文字的角度分析了误差产生的原因和来源。接下来就是需要定量分析了。但是在这之前需要做一些准备工作，就是要在测试框架中支持这种误差的统计。

前文讲到过的两种计算公式：

QPS = 总请求量除以总时间，以下：
QPS = count(r)/T

QPS = 线程数除以平均响应时间
QPS = thread/rt

第二种方式是我一贯采取的公式，所以现在要实现第一种统计方式。

统计对象支持

在性能测试数据统计对象类PerformanceResultBean中我增加了两个属性：

    /**
     * 通过QPS=count(r)/T公式计算得到的QPS,在固定QPS模式中,这个值来源于预设QPS
     */
    double qps2

    /**
     * 理论误差,两种统计模式
     */
    String deviation

在构造方法中我增加了赋值过程：

        this.qps2 = qps2
        this.deviation = com.funtester.frame.SourceCode.getPercent(Math.abs(qps - qps2) * 100 / Math.max(qps, qps2))

基本工作已经做完了，下面是在两个性能测试模型固定线程模型和固定QPS模型中的实现。

固定线程模型中实现

主要思路就是获取两个值：请求总数和请求总时间。我在ThreadBase类中用了一个属性

    /**
     * 执行数,一般与响应时间记录数量相同
     */
    public int executeNum;

然后在最近测试结束的时候，将各个线程的统计在一起。

        threads.forEach(x -> {
            if (x.status()) failTotal++;
            errorTotal += x.errorNum;
            executeTotal += x.executeNum;
        });

最后计算QPS2的值double qps2 = (executeTotal + errorTotal) * 1000.0 / (endTime - startTime);。

固定QPS模型中实现

由于模型的特殊性，总请求次数已经在FixedQpsConcurrent统计了：public static AtomicInteger executeTimes = new AtomicInteger(0);，然后在子类中的使用场景如下：

    @Override
    public void run() {
        try {
            before();
            threadmark = this.mark == null ? EMPTY : this.mark.mark(this);
            long s = Time.getTimeStamp();
            doing();
            long e = Time.getTimeStamp();
            
            //计数器加一
            FixedQpsConcurrent.executeTimes.getAndIncrement();
            
           
            int diff = (int) (e - s);
            FixedQpsConcurrent.allTimes.add(diff);
            if (diff > HttpClientConstant.MAX_ACCEPT_TIME)
                FixedQpsConcurrent.marks.add(diff + CONNECTOR + threadmark + CONNECTOR + Time.getNow());
        } catch (Exception e) {
            FixedQpsConcurrent.errorTimes.getAndIncrement();
            logger.warn("执行任务失败！,标记:{}", threadmark, e);
        } finally {
            after();
        }
    }