性能测试常规流程

1. 学习业务：通过查看文档，并咨询提出测试需求的人员，手工操作系统来了解系统功能。
2. 分析需求：分析系统非功能需求，圈定性能测试的范围，了解系统性能指标。比如用户规模有多大，用户需要哪些业务功能，产生的业务量有多大，这些业务操作的时间分布如何，系统的部署架构怎么样，部署资源有多大等（在敏捷开发过程下，最直接的途径是从项目的负责人或者产品经理处获取相关需求信息）。
3. 工作评估：分解工作量，评估工作量，计划资源投入（需要多少个人，多少个工作日来完成性能测试工作）。
4. 设计模型：圈定性能测试范围后，把业务模型映射成测试模型。
   什么是测试模型呢？比如一个支付系统需要与银行的系统进行交互（充值或者体现），由于银行不能够提供支持，我们会开发程序来代替银行系统功能（这就是挡板程序、mock程序），保证此功能的性能测试能够开展，这个过程就是设计测试模型。通俗点说就是把测试需求落实，业务可测，可大规模使用负载程序去模拟用户操作，具有可操作性、可验证性；并根据不同的测试目的组合成不同的测试场景。
5. 编写计划；计划测试工作，在文档中明确列出测试范围、人力投入、持续时间、工作内容、风险评估、风险应对策略等。
6. 开发脚本：录制或者编写性能测试脚本（现在很多被测系统都是无法录制脚本的，我们需要手工开发脚本），开发测试挡板程序和测试程序等。有时候如果没有第三方测试工具可用，甚至需要开发测试程序或工具等。
7. 准备测试环境：准备性能测试环境包括服务器与负载机两部分，服务器是被测系统的运行平台（包括硬件与软件），负载机使我们用来产生负载的机器，用来安装负载工具，运行测试脚本。
8. 准备测试数据： 根据数据模型来准备被测系统的主数据与业务数据（主数据是保证业务员能够运行流畅的基础，比如菜单、用户等数据：业务数据是运行业务产生的数据，比如订单，订单出库需要库存数据，库存数据也是业务数据）。我们知道数据量变会引起性能的变化，在测试的时候往往要准备一些存量/历史业务数据，这些数据需要考虑数量与分布。
9. 执行测试：同样的脚本，不同执行人员得出的结果差异可能较大。
10. 缺陷管理：对性能测试过程中发现的缺陷进行管理。比如使用Jira、ALM等工具。
11. 性能分析：性能分析指对性能测试过程中暴露出来的问题进行分析，找出原因。比如通过堆栈分析找出内存溢出问题。
12. 性能调优：性能调优指对性能测试工程师与开发工程师一起来解决性能问题。性能测试工程师监控到异常指标，分析定位到程序，开发工程师对程序进行优化。
13. 评审（准出检查）：对性能报告中的内筒进行评审，确认问题、评估上线风险。
14. 编写测试报告，汇报测试工作：对测试结果进行记录总结，主要包括常见的性能测试指标（TPS、RT\CPU Using）。
    测试主要交付件有：

• 测试计划;
• 测试脚本;
• 测试程序;
• 测试报告或阶段性测试报告等。