性能测试已经是一个老生常谈的话题了,不同的项目或多或少都会涉♀及到,但是每个人的经验肯定有所不同。今天我想从两个方面分享一下我认为关于性黑白雙羚能测试需要重视的要点。
   一、性能测试的需求
   1. 看似很明确的需求
   当问到性能测◆试的需求,我们的客户有时力量候会回答,“我们要支持20000个用户同时在线”,或者“每天有10000个用户同时访问这个◥网站”,更有甚者“我们也不知道,越多越好吧”。这种情※况下我们应该怎么办呢?
   当用户说“我们有10000个用户同时访问整個蟹鉗頓時被炸成了粉碎这个网站”的时候,看似我们的需求已经很“明确”了。真的很明↘确了吗?就拿这个例風雷之眼出現子来说,这10000个用户都在干什么呢?假想下,可能有5000个用户在浏览静态页面,2000个在创建▓表单,1000个在做查询,还有... 真正产生压力的用户是谁呢?这恐卐怕不能单单从10000个用户同时访问这个网站得到结果。
   之前做过一个项目,客户》为某机场,他们为用户提供免费的WiFi服务,但是提供在WiFi的同时,会在不同的页面播放∑ 广告。后台有一个广告管理系统,可以做一些配置,根据优先级来投放广告。这其←中涉及到一些复杂的算法,主要是投放广告的比例。当然机场还有很多物料服务器,主要是▅用来存放广告的图片等等。当时用户给的性能需求也就一句话,“我们每天大概有xxxxxx个用户连△接我们的WiFi”。那怎样来做性能测不知道這兩個半神是神獸還是道塵子他們背后试呢?
   “多少个用户连接WiFi”其实只是一个最表面的现象,在连接WiFi的同时,其实系统做了很多╱事情。首先连接WiFi的时候会去访问分发服务器,确定要播放哪几个广告,其次会根〖据分发的广告,去物料服务器上找相应的资源,然后打点把广告访问的历史数据记录到数据库中。这是能联想到的一些最基♂本的后台操作,每一个行为都有可能成为一个瓶颈,都需要去认真考虑。
   所ζ 以在考虑性能需求的时候,一定要清楚背后的逻辑是什么,同时需要分析用户活动,从而【确认系统的性能测试目标。
   2. 历史数据
   “性能现在的需 求也不是很明确,但我们有原来的老系统,能帮我们看下吗?”
   对于性能』测试来说,如果有很详细的历史数据,这将是一个非常珍贵的数据源,我们可以从中分析出很详细用户行∴为。之前我们做过一个项目,性能测试的需求基本上就是从历史数据中得到的。我们〓对数据库进行了很详细的分析,从而设计性能测试用例,这其中主要包含系统的哪些service承受了压【力、压力是多大、用户量是多大等等。
   需要特别注意的九彩光芒也越來越亮是,如果对于业务的了解看來不殺了我不够深,很容易导致场景的设计缺失,从而导致测试的场景和实际的场景有所偏差。比∏如分析某张表,分析出系统有10000个插卡拔卡记录,有的人可能直※接就开始写脚本了,模拟一个用户每天做10000次插卡拔卡的操作。殊不知,这10000次插卡和拔卡的▲操作是4000个用户完成大戰開始的...而性能的瓶颈很有可能就在用户的管理,而不是插卡拔卡产生的压力。
   所以建议在▆做历史数据分析的时候,一定尽量把场景分析全面,并且需要去了解真正的业务,才可以尽量■减少分析的错误。
   3. 不明确只要不迷失在這白色光芒之中的需求
   “我们也不知道需求是什么,你们看着╲办吧。”
   这种情况通常出现在一个新的项目,客户对上线后的用户体量并没有很好的认知。我们应该怎么做呢?
   通常我们会呼对系统进行负载测试①,就是在被测系统上不断增加压力,直到性能指标(如响〓应时间)超过预期或者七大長老和青衣閣主都同時站了起來某种资源已经快达到饱和状态,这个时候我们基本就可以确定系统的瓶颈是ω 什么、支持多大的吞吐量。再通过一段时间的稳定性测试,让系统在一定的时间内(比如一周)维這樣持一定的压力,去查看相应的性能指标。
   这样,我们就可以告诉我们的用户,系统现在卐支持多大的用户访问量、吞吐量是多少。
   当然,现在提到的都是客户的需求,对于性能测试◎本身来说,我们也有一些明确的需求,也就是我们通常提到的index,下面我会继续深入讨论这个问题。
   二、定义性能测试的指◇标
   1. 性能测试指标
   通常来说我们会关注如下的性能测试指标。
   响应时间:比较︾熟悉的就是2-5-8原则(据统计当网站慢一秒就会流失十分之一的客户),通常来说,2到5秒,页面体验会@比较好,5到8秒还可以變異神獸接受,8秒以上基本就很难接受了。但是有的项目也会例外,比如从海量的数据中去查询某⌒些数据,或者生成报告(年度报告),这种可能就不太适合2-5-8原则,但是前提是要管理好客户的期望。
   吞吐量:指的是在单位时间内客户端和服务器成功传送数据的数量
   并发:客户/服务端同一批用户同时执行一个操作的数量
   资源使Ψ 用率:通常来说,我们关注的资源就是几大块:内存、CPU、I/O和网络
   成功率:比如在某些情况下,API调用的成功█率
   当了解了我们所需要关注的性能指标,就可以来定义具体的性能测试指标了。
   我之前♀做一个比较大的项目的性能测试,系统提在他面前供很多服务,有web service,有windows的services,基本上每个services都是单独部署在一台window的服⊙务器上,所有的services都连到同一个数据库。由于这个系统并不存在网页,所以我们并没有把页面加载这些頓時考虑在内。我们从历史数据中首先了解到了系统需要满足的并发量,针对每个service去做相应的压力测试,并且定义对应的性能测试指心中一動标。如下图:

  上图就是对于web service性能测试的指标和结果,这个结果是我们你去告訴殿主基于每秒有7个Post请求+3个get请求而产生的。
   这其中的性能指标包含了我们对这个service的单独的内存→监控、CPU监控,以及成功率的监第五個雷劫漩渦控,还有相应的原因分析。通常来说,对于内存、CPU等的占用率,业界都有很共识的♀标准,大家可以拿来作为参考,由于我们服务器是8g内存,8核CPU,所以表现还是嗡相当不错的。
   其他的service也是类似的,我们考察的点主要在于CPU,内存的占用○率,还有成頓時恍然功率。
   由于网络一开始我们就认为不是瓶颈(都在内网),所以我们并没有把网络相应的指标加进去。
   需要↓特别注意的数据库server,和其他windows service或者web service不一样,对于DB server我们需要特别关注的是I/O,数据库的瓶颈一般都是出现在I/O上面。
   2. 自定▲义指标
   在项目中我们往往还要自定义一些其他的指标,来查看某些〖特定的性能。比如:
   为了分析方便,我们在一些service的关键寶庫方法上都加上时间戳,便于去做trouble shooting。于♀是我们有了一下的指标,图一是某个方法的平均调用时间,图二是我们计算出的最慢调用方法的top10:

  总体来说,性能¤测试的指标可以从不同的方面去定义,比如 响应时间、资源利用、并发数、吞吐量、并发数...