性能基础随笔1

1,影响软件性能的因素

网络环境、数据路服务器、应用服务器、业务逻辑的实现方式、系统采用的架构、代码的优化程度、使用者的使用方式等

2,软件性能测试的应用领域

能力验证、规划能力、性能调优、瓶颈发现、性能基准比较

3,性能测试的基本概念

性能是一种软件性能对其及时性要求的符合程度的指标

性能的及时性用响应时间或吞吐量表示

响应时间:对请求做出响应需要的时间

例子:交互式应用(web):用户感受到的响应时间

   非交互式的应用(嵌入式或者银行等业务处理系统):系统对事件产生响应的时间

  3.1,用户视角的软件性能

  端→端

  用户操作-数据操作请求-服务端响应-返回数据-客户端

  3.2,管理员视角的软件性能

  服务器资源使用状况是否合理        资源利用率

  数据库资源使用状况是否合理        资源利用率

  系统能否可以实现扩展           系统可扩展性

  系统的最大并发,压力是多少

  并发:最多能支持多少用户访问       系统容量

  压力:最大的业务处理量

  系统可能的瓶颈在哪里           系统可扩展性

  更滑什么设备能提升性能          系统可扩展性

  能否支持7*24小时的业务访问        系统稳定性

  3.3,开发视角的软件性能

  架构设计是否合理            系统架构

  数据库设计是否存在问题            数据库设计

  代码是否存在性能方面的问题       代码

  系统中是否存在不合理的内存使用方式   代码

  系统中是否存在不合理的线程同步方式      设计与代码

  系统中是否存在不合理的资源竞争      设计与代码

  3.4,web前端性能

  前端响应时间:页面加载时间

         1.对HTML的解析读取

         2.对页面图片及css等文件的获取和加载

            3.客户端脚本(js)的执行时间

         4.对页面进行展示所花的时间

4.主要术语

4.1并发用户数:N用户同时访问系统

1.服务器实际承受的压力不止取决于并发用户数,还取决于用户的业务场景

2.服务端承受的最大并发访问数取决于并发用户数+业务场景

业务场景:通过服务器日志的分析得出的结果

日志分析方法:对服务器日志进行分析,了解系统用户的使用状态,计算出服务器承受的最大并发用户数量

估算并发数公式:

  平均用户并发数: C =n*L/T

  峰值并发用户数:C>≈C+3√C

  其中,C是平均并发数,n是用户从登陆到退出系统的时间段,L是系统使用时间段的平均值,T是使用系统的时间段数值,                            C›指并发用户数的峰值。

  对于企业内部使用的web系统,还有精度更小的一种公式

  平均用户并发数:C=n/10

  峰值用户并发数:C›≈r*C 

  其中,r值一般取2—3.这种方法要求不太严格,只有很少数据支持分析的性能测试中使用

4.2吞吐量

单位时间内系统处理客户请求的数量

从业务角度来说,访问人数/天or处理的业务数/小时来衡量(PV,UV)‘

从网络角度来说,字节数/天来考察网络流量

对于交互式应用,吞吐量指标反映服务器承受的压力,在容量规划测试中,吞吐量世各很重要的指标,因为它能说明系统级别的负载能力

web系统的性能测试中,吞吐量指标可以在两个方面发挥作用

1.协助设计性能测试场景,以及衡量性能测试场景是否达到预期的设计目标

2.协助分析性能瓶颈

3.没有遇到瓶颈之前,吞吐量和并发用户之间存在的古纳西可以用下面的公式表达:

  F=N(vu)*R/T

F表示吞吐量,N表示VU的个数,R表示每个VU发送的请求(点击)数量,T表示性能测试所用的时间

不同并发用户数量情况下,对同一系统施加相同的吞吐量,很可能得到不同结果

PS:大部分性能测试中,单击数(Hits)指客户端发出的HTTP的请求数量,而不是指用户在页面上的一次单击事件。

比如:一次单击事件请求页面A,页面A包含3张图片和一个框架(Frame),则这次单击共产生了5个Hits(包括对页面A本身的请求) 

4.3性能计数器

描述服务器或者操作系统性能的一些数据指标,作用为监控和分析。分析系统可扩展性,进行性能瓶颈的定位时,计数器取值非常关键

相关指标:资源利用率,系统各种资源的使用情况

4.4思考时间

休眠时间:用户操作每个请求的间隔时间

体现在脚本中,就是操作之间放一个Think函数,使脚本在执行两个操作之间等待一段时间

公式F=N(vu)*R/T吞吐量是VU数量N,请求数R和时间T的函数,其中,R又可以用时间T和用户的思考时间Ts来计算:

  R=T/Ts   (请求数=时间/请求间隔时间)

推荐一个计算思考时间的方法:

1.首先计算出系统的并发用户数

2.统计出系统平均的吞吐量

3.统计出平均每用户发出的请求数量

4.根据上面的公式得出请求时间

原文链接:https://www.cnblogs.com/imyalost/p/10012867.html

 

posted @   testcodell  阅读(17)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 没有源码,如何修改代码逻辑?
· PowerShell开发游戏 · 打蜜蜂
· 在鹅厂做java开发是什么体验
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
点击右上角即可分享
微信分享提示