1、性能测试的流程是什么？
需求调研-环境搭建-脚本编写-准备数据-执行测试-回归调优-测试报告
2、什么是关联？在什么情况下需要做关联？
关联是将服务器返回的数据通过一定的规则过滤出来，将其保存成参数，以供后续代码中使用
当服务器返回的数据是动态变化的，且后续脚本中需要使用这个变化的数据时，才需要做关联
3、loadrunner中unique参数化是怎么实现的？
unique参数化主要原理：根据并发用户个数，将某个连续的范围分段，每个用户使用其中的一段数据，
unique规定了第一段的起始值和每一段的size，从而使每个用户在各自的数据段的取值，而不会产生重复的值
4、loadrunner中参数和C语言变量的区别是什么？分别用哪两个函数进行转换？
主要区别：参数往往是LR自动保存的，如关联、检查点函数等，它可以在LR的web类函数的参数中直接使用；
变量是用户自己定义的，不可以直接放在web函数中使用
lr_save_string：变量转参数
lr_eval_string：参数转变量
5、Jmeter中怎么写Java脚本，简要说下步骤
a)通过eclipse等工具手动编写一个Java类，实现JavaSamplerClient接口
b)将要写的代码放到JavaSamplerClient接口对应的实现方法中，如果需要暴露出参数，将参数添加到getDefaultParameters方法中
c)脚本调试通过后，将写好的脚本达成runnable jar，将jar包和依赖的lib文件夹放到Jmeter的lib/ext下，重启Jmeter
d)在Jmeter中添加JavaSampler，选择jar包中的测试类
6、一般在什么情况下会在Jmeter中使用BeanShell
a)被测接口调用前需要对参数做一些逻辑处理，可以使用BeanShell前置处理器
b)需要对接口的返回值做一些逻辑判断，可以使用BeanShell断言
7、怎么根据线下环境评估线上环境的性能
a)首先线下必须要有专门的性能测试环境
b)线下环境单台机器配置和线上不能相差很大，可以通过单台的机器性能推算出多台机器性能（需考虑一定的性能损耗）
c)如果线下机器配置很差，只能测试出程序有无性能问题，这样线下测试出来的数据对线上没有太大参考意义
d)如果想获取比较准确的线上性能情况，建议最好做线上的性能测试
8、对于Linux系统，主要的监控指标有哪些？他们的各自阈值是多少？
cpu使用率：<80%
load值：<cpu的核数
系统内存：使用率<80%
磁盘IO：<100%-90%
网络IO：<带宽上限
9、线程都有几种状态？哪些状态需要关注？
线程状态：runnable、waitting、timed-waitting、blocked、terminated
最影响性能的是blocked状态（阻塞，锁）的线程，timed-waitting（限时等待）
10、Jvm中持久代（方法区）中主要存放什么数据？老年代主要存放什么数据？
持久代中主要存放静态数据、常量、类的基本信息等
老年代中主要存放对象的实例和数组等
11、应用服务器cpu高和数据库服务器cpu高的分析思路是什么？
应用服务器的cpu高，先要看tps和响应时间，如果tps比较高，我们认为是正常的cpu消耗；如果tps比较低，那么往往某些代码过于消耗cpu，可以考虑使用jprofiler分析下
数据库服务器cpu高，往往是因为sql语句执行效率比较低，可以通过对数据库慢查询是监控，结合执行计划进行分析，是否是相关表没有索引或索引未生效
12、出现内存泄露的根本原因是什么？你是怎么定位内存泄露原因的？
内存泄露的根本原因是Jvm中老年代中存在着大量存活的对象，这些对象不能被GC回收掉，从而占满了整个老年代，造成Jvm一直处于FGC的状态，程序没有响应，服务器报OOM错误
内存泄露主要通过分析老年代中占用空间最大的类都有哪些，然后去代码中找对应的类的创建。通常可以使用jdk提供的jvisualvm和jmap进行堆内存的分析
13、tps压不上去，可能有哪些方面的原因？
a)压力机本身性能瓶颈
b)网络IO瓶颈
c)中间件（tomcat/nginx/mysql）连接数限制
b)Java线程的阻塞、等待
e)本系统资源的瓶颈（cpu、内存、磁盘、网络等）
f)其他外部系统响应时间过长，造成本系统的time-wait
14、性能场景怎么设计？一般都有哪些性能场景？
一般基本的场景包括：基准测试、单交易测试、混合测试、稳定性测试
其他场景的可选场景：高可用性测试、异常测试等，以及其他的结合各自项目业务的场景
15、测试数据怎么构造？你一般都是采用哪些方法来造数据？
a)调用业务接口构造数据
b)直接写jdbc代码造数据
c)存储过程造数据
16、常见的性能指标有哪些？分别是什么含义？
tps：每秒事务量，代表了系统的处理能力，tps越高，性能越好
响应时间：从发出请求到接受到系统响应数据所花费的时间，响应时间越短，性能越好
吞吐量：网络上行和下行流量的总和，吞吐量是网络瓶颈定位的重要指标
错误率：在压测过程中系统出现错误的比例
17、什么是集合点，什么场景下需要用集合点
集合点是测试脚本中的一个标记，当每个虚拟用户执行到标记处时，会停留在标记处等待其他的虚拟用户，当达到预期设置的并发数时，标记处的所有用户同时启动执行后续的请求
集合点会产生瞬间高并发，但是也会降低平均压力。所以在压测过程中，如果有要求瞬间高并发的业务，就需要使用集合点，比如抢购，秒杀之类的业务。
没有类似业务则不需要加集合点
18、性能测试过程中，怎么判断网络瓶颈？
一般性能测试都是在局域网内进行，在压测过程中，可以监控到服务器上网卡的流量，判断此流量是否已经达到局域网内网络设备的上限，比如路由器、交换机、网卡等
在这些设备中，一般是服务器网卡网络吞吐量最低。服务器的网卡大多是千兆网卡，换算成MB=1000/8=125MB
19、服务器的cpu使用率和load是什么关系？
通常情况下，cpu使用率和load值是正比关系，即cpu使用率越高，load值越高。但是在一些特殊情况下，也会出现cpu使用率不高，但是load值较高的情况
比如某系统只能使用CPU中的单核运行，它可以占用单核cpu100%，但从整体cpu使用率来看，只是使用了一小部分。而随着并发的增大，单核CPU的任务队列会越来
越长，造成了load值较高
20、性能测试脚本中为什么要做参数化？
参数化把测试脚本中的请求数据动态化，避免使用单一固定参数进行压测。这也是为了更加真实的模拟用户的请求
21、Linux系统中的buffer和cache都起到什么作用。内存占用有大量的buffer和cache是异常情况吗？
buffer和cache都是Linux中的缓存机制，cache里一般会缓存一些文件的内容，buffer会缓存一些需要写入磁盘的数据。
Linux会利用空闲的内存做一些缓存，加快文件的访问速度。如果系统可用内存不足时，Linux会释放掉buffer和cache所占用的内存。
所以内存占用中有大量的buffer和cache也是正常现象
22、性能脚本中的乱码问题怎么解决？
1、如果在脚本中不使用或不判断乱码部分的数据，那可用忽略此问题，因为乱码并不影响性能
2、如果需要使用乱码数据，可以通过压测工具提供的一些方法进行编码转换（如LR的lr_convert_encoding_string函数，Jmeter修改配置文件等方式）
23、在性能测试工具中，使用线程和进程压测有什么区别，Loadrunner和Jmeter分别使用什么进行发压？
Loadrunner同时支持进程和线程发压。当选择进程时，每个虚拟用户单独启动一个进程，当选择线程时，每50个线程启动一个进程
Jmeter只支持线程发压
进程和线程的主要区别为，进程之间是独享内存的，线程之间是共享内存的。使用进程压测占用的资源会大一些。在高并发下，会减少压测工具自身的异常情况
24、性能测试脚本中，定义事务的原则是什么？
在测试脚本中，事务定义的业务流程越短越好。同时脚本中不要写过多复杂的逻辑，对于一个复杂的场景，可以考虑把脚本拆解成多个简单的脚本
25，产品就只给一个需求，需求调研的内容都不知道，也没人告诉你，怎么开展性能测试？
a> 没有任何途径进行需求调研的情况下，可以跳过需求调研，直接开始压测。
b> 压测完成后，可以把本次压测数据开会讨论，共同决定是否满足性能需求；
c> 或者根据行业内的通用指标规范，比如高频接口响应时间<100ms，低频<200ms的标准来判断
26，如何定位一个系统的性能瓶颈？
见《性能案例分析》PPT
27，怎么进行性能场景设计？
通用类场景：
a> 单接口测试场景
b> 混合接口测试场景
c> 高可用性场景（集群情况下）
d> 网络异常场景（如有必要）
e> 稳定性场景
f> 其他业务相关场景
28，给你一种xx协议的系统，怎么测试
a> 先了解协议的格式，数据交互
b> 查找压测工具是否支持本协议
c> 如果不支持，通过自己写代码的方式发送协议包进行测试
29、云上部署的应用怎么压测？
a> 在云上申请一台机器当做压力机，与部署应用同区域机房，这样相当于在云上内网压测
b> 与局域网压测一样，使用通用工具LR、Jmeter进行压测
