[大数据]性能测试阶段1之性能测试理论

https://blog.csdn.net/weixin_45912307/article/details/120106621

01 基本概念

1. 基本目的：

• 测试系统性能是否达标（性能：系统处理能和运行能力）
• 找到性能瓶颈

2. 基本方法： 基准 负载 压力

02核心原理

基本原理：基于协议通过多线程方式模拟用户并发，在不同的场景下施压服务器
1. 基于协议（http tcp udp https mq dubbo socket websocket）发起请求

2. 通过多线程的方式模拟并发用户，施压服务器

3. 设计场景：方法，元件，关联，断言，思考时间，集合点

03应用领域

能力验证： 系统能否在固定条件下具有声明的能力

• 通过性能测试得到测试结果，给予测试报告

瓶颈发现： 通过一系列的性能测试手段发现瓶颈和缺陷
性能调优： 针对发现的性能瓶颈对系统性能的调优

• tps瓶颈
• 响应时间
• 服务资源瓶颈
• sql瓶颈

容量规划： 系统能否支持未来一段时间内的用户增长？

• 针对未来可能存在的业务量爆发
• 以预计的用户量为基数，做对应的性能测试；
• 提前调整硬件设施

04测试思路

4.1 测什么？

1. 前端：更多关注加载和响应时间

• web端
• app端

2. 服务端

• 工具层面：错误率和吞吐量
• 服务器层面：cpu、内存、io、jvm

3. 数据库：慢sql、死锁

4.2 怎么测

• 需求
• 计划
• 方案
• 环境搭建
• 设计用例
• 数据准备
• 设计场景
• 脚本开发
• 数据监控
• 结果分析
• 性能调优
• 提交报告

4.3 测试结果是否通过

1. 有需求： 测试结果符合预期
2. 无需求：测试页面/服务器最大并发数

05性能指标

5.1 前端性能指标

1.响应时间RT(response time)

• 258原则：2s内很满意；5s一般；8s不能接受
• 前端响应时间：前端将后端查询到的数据在页面呈现出来
  • 前端资源加载渲染的时间
  • 前后端交互的时间
• 网络连接时间：请求发出到服务端接收到的中间时间
  • latency：延迟
    • latency = 网络连接时间 + 服务处理返回的时间
  • connect time：连接时间
• 服务端响应时间
  • latency - connect_time = 服务处理时间
• 补充：响应时间划分
  • 用户通过客户端向服务端发出请求的时间为：T1
  • 服务端接收到请求，处理该请求的时间为：T2
  • 服务端返回数据给客户端时间为：T3
  • 客户端接收到响应数据，处理数据呈现给用户时间- 为：T4

2.错误率
银行、金融、税务
3.点击率
用户点击按钮，发送请求的次数
4.吞吐量

• 1.hps（hit persecond) 每秒点击数

• 2.tps（transaction persecond）
  每秒完成响应的请求数（每秒处理事务数）

  • 单接口业务：单位时间内完成响应的请求数
  • 多接口业务：单位时间完成的事务数（多个接口连在一起，一整个流程的完成视为一个事务

• 3.rps(request persecond) 单位时间发起的的请求数

  • rps是发起请求，tps是处理请求
  • rps 并发 直接从服务端衡量压力值
  • 压力是由用户决定；处理能力是由服务端决定
  • rps衡量压力，tps衡量服务端/系统的性能
  • 优化服务端性能，让tps去匹配rps
  • qps(tps)= 并发数/平均响应时间

• 4.qps 每秒查询数
  每秒响应请求数，也就是最大吞吐能力

5.2 服务端性能指标

1. cpu
2. 内存
3. io
4. JVM
5. 中间件：redis、ngnix、tomcat

06性能视角

6.1 用户视角

1. 响应时间
2. 系统稳定性
3. 上传下载文件资源
4. 项目运行一段时间，系统宕机

6.2 开发视角

1. 代码是否需要优化
2. sql优化
3. 系统架构优化

6.3 运维视角

1. 硬件设施是否需要更换

2. 资源利用是否达标

• 利用率超标
• 利用率过低

3. 系统容量

• 一个用户在线，保持session，大概消耗10k内存
• 4g内存 能保证10w用户同时挂机

07测试类型

1.基准测试
每一次版本迭代都需要做基准测试
目的：对比上一次测试结果，给出调优依据

2.负载测试 持续不断的施加压力：找到系统瓶颈点（tps、资源)
保证压力连续性

• 并发用户模型：持续不断的增加并发用户
• rps模型：持续不断的增加请求数

3.压力测试
资源：

• 当资源处于一个饱和状态
• cpu利用率超过90%
• 在资源饱和情况下持续运行服务，考察系统稳定性

负载：

• 负载处于一个高峰
• 在500rps负载下最大tps达到400/s，此时以500rps压力持续运行一段时间

稳定性测试：

• 最大压力的80%持续运行

破坏性测试：

• 知道最大压力值，依然不断增加压力，让系统崩溃

4.失效恢复测试
系统异常之后，能否及时恢复正常

5.容量测试
考察系统在未来时间段内支撑的用户数
测试大容量下，系统需要的硬件设施