5.18-性能测试（一）

软件测试：功能、自动化（UI仅由代码来操作系统，无人工、API）、性能、安全（渗透测试）

性能测试学习章节：理论；方法；实战；代码级别性能测试；资源监控

一、测试理论

1.性能是衡量软件用户体验最核心的指标。

2.给用户最直观的体验是响应时间（速度快慢）和吞吐量（同时多少个用户可以访问这个系统）

如何查看响应时间

打开淘宝网右键检查，network清空数据并刷新页面右下角红色load为响应时间（多少毫秒）

用户视角

1.软件性能是用户操作的响应时间。

2.响应时间：1-3秒网络速度优秀；3-5秒可以接受；5秒以上无法接受

如果测试一个页面响应时间大于5秒，需要反馈程序员并提交一个优化问题单

运维

1.维护和管理服务器并负责公司网络环境。阿里云、IBM的小型服务器

2.运维除关注响应时间外，也会关注更多底层的资源信息，资源信息如下： • 系统资源（CPU和内存）

CPU和内存(memory) 数据库(database,db)

• 数据库资源（IOPS资源）

存储数据,因此读写速度就非常重要。衡量读写速度指标是IOPS

• JVM内存是否够用

Java语言特点跨平台，Java通过jvm跨平台，Java 编写程序都有内存大小设置，如果程序超过内存大小设置，会出现内存泄露(Out Of Memory ,OOM)

• 系统的最大容量

开发

代码是由程序员写，因此开发会关注的更全面，总结如下： • 前后交互的响应时间 • 中间件的参数设置（rabbitMQ,redis，kafka）

Redis：缓存穿透。存到内存里，目的是查询时候读取速度很快

• 内存释放泄露 • 连接数泄露

数据库(DB):程序员需要连接到数据库查询数据。由于资源有限，如果之前占用的没释放，会导致后面的连接不上就会泄露

• 是否存在不合理的内存使用方式 • 是否存在不合理的线程同步方式 • 系统中是否存在不合理的资源竞争 • 系统架构&代码结构

单体（所有代码整合一起）

垂直（按照模块整合不同代码）

SOA（不同模块之间数据同步）

微服务（按照业务类型把每个业务写成一个服务。企业使用最多）

SAAS：Software As A Service 软件即服务

PAAS: Platform As A Service 平台即服务

测试

用户关注视角属于全栈性，测试需要考虑用户产品体验也要监控及关注运维和开发视角，性能测试工作职责为：

• 设计合理的场景和测试用例来验证系统的资源数据

• 验证在高并发情况下架构是否满足

• 给架构师以及开发人员提供中间件配置参数的合理值范围

• 使用技术手段监控系统，DB，中间件，全链路监控的方式来监控系统资源情况

WEB前端

前端性能是性能测试中比较热门的技术，具体关注的点：

• 浏览器资源加载（HTML解析，图片资源加载，CSS文件资源加载）

• 前端缓存技术的优化是否合理性

• 前端与后端的交互性耗时

响应时间

⼀次操作完成的时间，是客户端发送请求到服务端后，服务端返回到客户端的响应数据的时间。包含用于等待和服务的时间，以及用来返回结果的时间。

响应时间=网络时间+应用程序的处理时间

客户端<---》路由器(DNS)<---〉nginx中间件<--->淘宝服务<--->淘宝数据库

并发用户数

1.性能测试核心是验证当前系统能否支持现有用户的访问，系统可以承受在同一时间段多少用户访问系统。比如王者荣耀，是否可以承受同时在线一亿人同时进行玩游戏？

2.并发用户数，不论从业务视角出发，还是服务端承受压力，指同一时间同时向客户端发出请求的客户，也称为“并发测试”。是服务端承受的最大并发访问数。

吞吐量

用于数据传输，被测试系统的执行效率。⽤于描述数据传输速度(字节/秒或者⽐特/秒)，如DB数据库，吞吐量指操作速度，每秒操作数或者每秒业务数或单位时间内客户端请求的数量，体现系统性能承载能力。

例如一码通：

早上6点至7点学生上班族都开始做核酸检测，并发用户数指这个时间段服务端能够承受的最大用户数，吞吐量指这个时间段，每秒能够同时多少人进行核酸检测

性能计数器

性能测试过程中需要收集哪些数据，并且收集的这些数据对性能测试有帮助系统：cpu memory db:iops

被测系统：响应时间，并发用户数，吞吐量

性能测试什么时候开始合适？

性能测试最好是在功能测试的基础上，系统测试完全OK再做性能测试

使用率

分两个维度：系统资源的使⽤率；系统内部署服务对系统资源的使⽤率

系统内部署服务，对系统资源的使⽤率对于服务所请求的资源，使⽤率指所给定的时间区间内资源的繁忙程度；对于存储资源来说，使⽤率指所消耗的存储容量

如⼀个业务中，会使⽤⼤量的内存资源，总的内存资源是4G，在⼀定数据量的情况下执⾏该业务形态，内存使⽤率从100M⼀直占⽤到3G，随着业务形态内存资源得到释放呈下降的趋势，内存使⽤率最⾼为75%，会存在OOM的错误信息和内存泄露的情况。

当系统的资源使用率(cpu和内存)达到60%以上，系统就会存在很卡的情况

思考时间

Think Time也称休眠时间，在业务视角指用户在进行操作时，每个请求之间的间隔时间。

IOPS 磁盘和数据库读写

主要针对数据库，指每秒发⽣的输⼊/输出操作的次数，是数据传输的⼀个度量⽅法。⽤于磁盘的读写，IOPS值的是每秒读和写的次数。

TPS/QPS

TPS：统计每秒处理的事务数。即系统每秒能够处理事务的数量

事务：一系列操作动作的组合。如登录，输入账户，输入密码，点击登录按钮

QPS:每秒查询率

资源调度

系统资源是有限的，假设所有程序都启动资源会不够，谁先抢到资源谁先执行，过程中资源会不停的切换。

在操作系统级别上，进程是操作系统最小的运行单位。什么是进程，进程是每个程序运行后，都是一个独立的进程。现在的软件都是可以同时干很多的事，比如抖音，可以同时看视频的同时也可以发私信，也可以聊天，这个过程中，发私信，聊天，看视频，都是由线程来支撑执行的，所以现在的软件是多线程的模式。

在进程角度，多线程内部都是共享数据的（如拿抖音看视频，聊天，发私信，其实是同一个人）。

调度策略：在资源有限的情况下，所有的任务都可以执行，如果不够的情况，就会有排队的机制。

排队的机制：

队列（数据结构），先进先出。

Queue：put()：进队 get()：出队 empty()：队伍是否为空

CPU密集型

1.应⽤程序执⾏繁重的计算，通常运⾏时间⽐较⻓，会占⽤⼤量的CPU ；

2.存在大量计算任务，占用大量CPU而占用少量内存；

IO密集型

1.应⽤程序执⾏I/O，计算不多，会占⽤⼤量的内存资源。系统的最⼩粒度是线程，系统调度中粒度最细的就是对线程的调度。

2.占用少量CPU占用大量内存

等待队列

在程序中都会涉及等待队列。同步交互和异步交互中，都会涉及它的最⼤队列，核心是防⽌在客户端⾼并发时及服务端在没有队列时，出现雪崩以及最终导致服务端出现瘫痪

服务端的稳定性测试怎么保障？ 客户端在持续高并发的情况下发送请求给服务端，服务端处理能力有限，导致资源出现瓶颈的同时排队的任务越来越多，最后服务端就出现瘫痪。为了服务端不出现崩溃，服务端一般会使用队列的机制。例如：服务最多可以处理任务是30个，如果过来的任务是少于30个，则全部同时处理，如果过来的任务是100个，则70个任务在排队。

1、队列设置的值是多少?最⼤可以运⾏的任务是多少？ 2、需要测试到排队的策略机制，模拟⼤批量的程序进⾏排队，⼀个任务执⾏结束后，队列位置释放⼀个，等待中的可以⽴刻进⼊并执⾏，这中间就设计到先进先出或先进后出，以及线程优先级的设计策略 3、线程在排队的过程中，设置最⼤的等待时间是多少，⼀个线程不可能永远处于等待中，等待多久还没到执⾏的阶段，这时服务针对排队等待的线程处理的机制是？这个时间专业术语就是：访问等待时间 4、⼀个线程完整的时间是由三部分组成，响应时间：客户端发起请求时间+访问等待时间+逻辑执⾏时间 +返回给客户端的时间。在测试中，把每个线程名称设置为uuid，这样它都是独⽴的，可以依据这个 uuid，让开发配合输出每个阶段的时间输出，就可以得到每个阶段的具体时间，根据时间再来判断时间是否优化。