再谈性能测试之需求调研

之前的博客聊聊性能测试开始前的准备工作，聊了一些关于性能测试开始前要做的准备工作。这篇博客，来谈谈性能测试开始前的需求调研阶段，我们要做什么，关注那些Point。。。

 

一、基本信息

信息类型	说明
项目名称	项目归属的业务线，项目名称
项目类型	新建、迭代、重构。。。
项目背景	因为什么原因，需要进行性能测试
测试目的	进行性能测试的目的：容量规划、性能验证或者其他原因
测试范围	被测系统业务模块，属于什么业务，有什么特点
里程碑	设立此次性能测试的里程碑，即不同阶段的达成以什么为结束标志，比如：测试方案、环境准备、测试实施等
影响因素	要实施此次性能测试，有哪些潜在问题，影响因素

 

二、环境信息

信息类型	说明
系统架构图/网络拓扑图	通过系统架构图/网络拓扑图，可以快速直观的了解到系统的结构，数据流
部署方式/部署层级	集群、分布式、微服务/web、app、db层
性能测试环境	PAT、UAT、SIT不同环境对测试结果的影响不同
被测系统环境的软硬件配置	比如服务器是几核几G，有多少台；数据库是几核几G，有多少台
关键参数	线程池、最大连接数、消费者数量、内存分配等
网络	负载机和被测系统的网段、防火墙策略、带宽、CDN等
特殊因素	是否存在某些特殊因素，会影响测试结果

 

三、应用信息

信息类型	说明
业务模型	比如支付类业务、批量审核或提交、库存业务、查询业务等
业务场景	什么时间什么用户做什么操作
协议/接口	HTTP、Socket、Dubbo。。。
连接方式	长连接、短连接
通信策略	同步、异步
变更策略	参数的加解密、拼接、动态变化、依赖关系等

 

四、性能指标

指标类型	说明
user	包括注册用户数、在线用户数、并发用户数等
TPS	每秒事务数，包括服务端和数据库
RT	包括ART、%RT、MaxRT、MinRT
吞吐量	吞吐量在一定程度上可以用来衡量系统的容量
交易量	日/月/某个时间段内的交易量，可更好的衡量系统的容量和存在的压力
交易成功率	即事务成功率、请求成功率，根据具体需求设定阈值，一般要求99.99%甚至更细的粒度
资源使用率	包括CPU%、Memory%、I/O速率等
可扩展性	随着并发数的上升，系统的性能表现是否会正比例线性增长

 

五、测试数据

数据信息	说明
限制条件	用户操作权限、数据引用次数、数据过期设定（次数、绝对时间）
数据量	实际生产环境的数据量为多少，在性能测试环境如何等量代换
数据类型	基础数据、测试数据、特殊数据
数据特点	是否可以复用、是否具有唯一性、自增、加密、拼接、转义等
准备方式	copy真实环境数据、预埋铺底数据、脚本脱敏生成数据
隔离方案	如何避免测试数据的污染？分库分表？环境隔离？标记区分？

 

六、配置参数

参数类型	说明
测试环境	性能测试环境是否和生产环境保持一致的配置？如不能，如何解决或等量代换?
操作系统	操作系统的版本、超时设置、内存空间等
软硬件版本	尽可能保证和生产环境一致的版本
中间件	比如JVM的内存分配/GC算法、Tomcat连接数/超时时间、MQ的消费者数量等

 

七、测试模型

模型~交易量	说明
交易占比	测试交易笔数占总业务量的比例（可忽略占比很少的交易数据）
选取思路	①、选取交易量最高的时间段；②、每种交易进行单独的数据统计
异常选择	①、如果各时段的交易比例类似，则可按照生产的配比进行转化；②、如比例差距大，则独立统计
交易配比	单交易统计后，基于各交易的RT，结合并发用户数，使总交易数达到交易占比数
ThinkTime	根据各交易类型和具体场景，选择ThinkTime是统一设定/随机设定/按实际场景设定

 

以上即为性能测试需求调研阶段，我们要做的事情和关注的Point，仅供参考。。。