性能测试该怎么做

开头

写这篇文章的目的其实有2个：

1.总结自己的工作收获工作中的经验

2.也是应我离开公司后，测试小伙伴们的诉求，给他们一些指点吧（杨霞，雅洁，高巧，还有雪晴，希望此篇文章能给你们提供一些帮助，助你们在测试的道路上越走越好）

好了，废话说了很多，回归正题，性能测试的工具有很多，但是总体还是思路和设计主导，再带入工具。此次我将依据工作中的实际场景，总结一下性能测试怎么入手

 

分类

性能测试主要分为几个大块

1. 服务器

2. 数据库

3. 中间件

4. 负载均衡

以上是需要测试到的地方

 

服务器与场景设计

计算TPS

任何系统都是需要人来使用的，那么有一个比较通用的公式能够很好的依据系统的预计使用压力，来设计我们的场景

系统的压力指标最直接的也就是TPS（系统吞吐量），按照二八原则，公式如下：

TPS=日交易次数*80%/（日开放的交易时间秒*20%）

举个例子：一个系统每天业务请求有2百万次，24小时开放。 那么对应的TPS为：2000000*80%/（24*3600*20%）= 3.7 次/秒

如果对系统性能需求较为严苛，则可以遵循一九原则

 

设计场景

在知道系统吞吐量以后，可以开始设计实际使用场景

1）单交易目标TPS=脚本配置占比*总目标TPS
2）单交易并发用户数=单交易目标TPS*ART
3）实际并发用户数=单交易并发用户数上取整
4）交易间隔时间=实际并发用户数/单交易目标TPS

由此设计出单业务TPS，单交易并发用户数，交易间隔时间。

 

 场景运用

单交易最大压力：

上面我们已经获得了单业务的吞吐量，按照单业务的并发量开始加压，压力不能小于单业务的吞吐量，并试探服务器的最大承受极限

服务器最大资源阈值达到系统最大处理能力时，为最大承受极限，最大tps和最大并发数依据最大处理能力填写，运行时间为半小时到一小时

 

单交易稳定性：

单个请求保持最大压力，持续12小时，测试系统稳定性

 

混合场景稳定性：

混合场景则按照计算的实际最大总吞吐量，按照百分比分配的单场景混合脚本运行，服务器指标和单交易稳定性一致

 

业务指标：

其中业务指标也需要考虑，如服务器硬性指标和业务指标任何一项未达到，则不合格

 

至此，场景设计完成。

 

数据库

数据库压力在性能测试中也至关重要，比如MySQL连接数，表的大小，insert和查询时间速度等

就用MySQL为例

通过分析，在一定数据量下，针对数据库的基本操作的时间不能超过上图范围

至于数据库工具，大家可以用Jmeter提供的现成的JDBC来进行测试

当然如果基于python技术栈，也可以自己写个时间方法，查询方法来的更快更灵活，并且可通过matpoltlib绘制直观的趋势图

 

同样数据库服务器的系统资源同样重要

 

中间件

中间件此处以Tomcat为例

其中JDBC连接等待数，线程繁忙率比较重要

JDBC连接等待数和繁忙率：http://ip:port/probe

通过tomcat的probe工具，放入webapp下，输入对应的ip地址，对性能进行监控（此处不详细介绍probe，自行查资料）

 

负载均衡：

负载均衡有很多工具，用的比较多的应该有nginx反向代理。

此处我们要关注的不是nginx怎么配置与怎么工作，很简单，此处我们只需要知道输入和输出，并且对比

在最大TPS下，使用服务器性能监控工具（nmon等工具，自行查资料），对比多服务器之间的cpu使用差异率即可

 

最后：

大体的性能测试入手与思路介绍完成，具体应该根据实际业务情况，使用环境和工具做进一步的详细设计。

locust，sql性能等，完全可以自行写适合公司的框架来进行性能测试（个人建议）

 

如要转载，请注明出处