性能测试——概念概况

负载测试：逐步增加系统负载，测试系统性能变化，并最终确定系统所能承受的最大负载量。

 

                 通过逐步增加并发用户数，测试系统性能变化，并最终确定系统所能承受的最大负载量。

 

                简单理解：逐步加压，找系统能达到的最大并发数。

 

过程：逐步增加并发用户数；

 

 

 

 

 

 

 

 

 

增加到最大的标准（限制）？标注不一样，结果也不一样

 

1、错误率 < 0.1%

2、平均响应时间 < 1.5s  (性能测试中，http协议的接口，行业标注，1.5S是可以接受的)

3、资源利用率 < 80%

 

 

 

 

 

 

最大并发用户的标注：开始出现连续报错（服务器处理不过来、服务宕机、服务器宕机）

 

 

 

 

 

 

再通过压缩小区间内的步长，就可以得到最大可接受并发用户数的具体数量；

 

 

 

 

 

 

实际场景

• 有一个业务，增加到40个人的时候，服务器还能正常使用，没有异常
• 当你增加到50个人的时候，服务器已经开始有异常了，那么就能确定40-50之间某个值就是系统所能承受的最大负载量【出现性能拐点，找到了服务器性能瓶颈的范围值】
• 最后减小加压梯度（比如：从40个人开始每次增加1个人、2个人），确认最大负载量【确认性能拐点】

 

 

 

 

 

服务器又有哪些可能会出现的异常呢

• 响应时间超长：正常服务器处理请求时间是 1s，但现在变成3s - 5s
• 服务报错：无法同时正常响应多个请求
• 服务器宕机：系统完全用不了

 

 

 

 

 

 

 

 

 

 

 

 

 ================================================================================

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 压力测试：是在比较长的时间中，持续进行性能测试，看服务器的稳定性；————较长的时间，指以   小时   为计量单位；

 

• 在较大的性能压力下，持续运行一个比较长的时间，看看系统服务是否正常及系统资源的利用率情况
• 通俗理解：鸭梨山大！
• 关键字：较大压力 + 较长时间
• 注意：不是满负荷压力哦

 

 

 

 

场景类比

问：大家什么时候会觉得工作压力大？

答：996、007；因为你不会觉得955压力山大吧

结论：所以在我们日常工作中，长时间工作强度高，才会觉得压力大；如果你一周就加班一天也说压力大...（那就别干这一行了）

 

 

 

 

压力测试用来干嘛的

测试系统的稳定性

 

 

 

 

压力测试持续运行时间要多久？

• 标准性能测试里面，一般是7*24小时，或者是它的倍数
• 但是实际工作中，并不会这么久，否则成本太高
• 所以会以小时为单位，比如：4个小时、8个小时...晚上下班之后做，第二天早上上班看结果

 

 

 

 

 

如何取压力值

• 在负载测试中，我们确认了系统所能承受的最大负载量
• 压力值 < 最大负载量，一般取80%左右

 

 

 

 

 

先负载测试还是压力测试？

• 先负载测试
• 负载测试可以找到服务器性能瓶颈的范围值，若生产环境中系统稳定性较差，再做压力测试
• 所以压力测试是可做可不做的

 

 

 

 

 

 

 

 

 

 

 

 

======================================================================

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

可靠性测试：

• 在给定的一定的业务压力下，持续运行一段时间，查看系统是否稳定
• 关键字：是否稳定，一定业务压力
• 注意：不是较大压力哦

 

 

 

 

 

业务场景栗子

电商秒杀场景，几十个商品几十万个人同时秒杀抢购

 

 

 

 

如何理解可靠性测试

1. 编写性能脚本：假设一秒内有一万个人同时发起请求
2. 有压力吗？有，一万个人同时发起请求
3. 但是持续时间短，不像压力测试一样需要持续一段时间
4. 目的是为了验证当这么多人同时发起请求时，成功秒杀的用户能否继续完成后续下单付款等操作【一定业务压力下，系统是否稳定运行】

 

 

 

 

 

 

 

 

 ==============================================================

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 容量测试：数据库表数据量级别不一样的情况下，进行性能测试，得到性能指标；

• 在一定的软、硬件条件下，在数据库不同数据量级数据量的情况下，对系统中读/写比较多的业务进行测试，从而获得不同数据量级下的性能指标值
• 关键字：不同数据量级

 

 

 

关系型数据库10w数据和100w级别的数据，性能会不一样有差别；

 

 

 

 

 

数据库数据量对性能测试结果有没有影响？

肯定有

• 比如数据库已经有几百条数据和几百万条数据，查询的速度肯定不一样，所以肯定会影响性能测试结果
• 数据量级的差异，会影响TPS、响应时间、网络等

 

场景类比

从一袋米中找一个绿豆，和一碗米中找一个绿豆，找的时间肯定是千差万别的

 

 

 

 

 

 

 

 

 

 

 

 

 

 =============================================================================

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 参考网址：https://blog.csdn.net/2301_78276982/article/details/136158400

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

===================================================================

 

 

 

 

 

 

 

 

 

 

 

 

 

 性能指标

 

 

 

 

 

 

 

1、并发用户数

  

并发：同一时刻向服务器发起请求的数量（同一时间点向服务器发起相同请求的数量）

 

并发用户数：同一时间，向服务器发起请求的用户数量（实现：进程、线程、协程）

 

 

 

 

jmeter：线程实现；

loadruner：默认线程，也可以用进程实现；

locust库：协程

 

 

 

 

进程：资源拥有者

线程：进程中真正执行的任务单元

协程：更小的执行单元（python中）

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2、平均响应时间

 

响应时间：从发起到收到，中间的时间差（时间=发起的网络传输之间+服务器处理时间+传回数据的网络时间）

 

90%的响应：总请求量中，有90%的请求量小于等于这个时间；

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3、tps

tps：服务器美秒处理事务数

 

事务：

jmeter中的事务：可以是一个接口的1次完整请求就是一个事务——默认的；

jmeter中，也可以把多个接口合并到一起，一起完成多个接口的完整请求，当做一个事务；————用到jmeter中的事务控制器的合并取样器功能；

 

性能测试中，先做单接口的性能测试，再做多接口的合并事务性能测试；

 

tps是衡量服务器综合能力的最主要的指标；

 

 

 

 

 

 

 

 

 

 

 

 

 

4、吞吐量

 

吞吐量：网络中每秒传输的事务数；

a、如果网络没有瓶颈，事务数值与tps数值相等；

b、网络有瓶颈，则不相等；

 

 

 

 

 

 

 

 

5、吞吐率

吞吐率：单位时间内，在网络传输的数据量的平均速率（kB/s）

 

 

 

 

 

 

 

 

6、服务器利用率

cpu

IO

硬盘

网络

 

 

 

 

服务器资源的使用程度，比如服务器（应用、服务器）的CPU利用率，内存利用率，磁盘利用率，网络带宽利用率

一般不超过80%