【软件测试】11.性能测试概念-CSDN博客

计算公式：总的事务数/总的运行时间

例1：某一系统1分钟处理1000个业务，那么TPS=1000/60=16.7

例2：2022年最高的一天有10万笔交易，预测2023年TPS多少合格？认为每笔交易就是一个事物，理论TPS=100000/24*60*60=1.2（理想状态），然而实际上订单量会在某段时间内突然增加并不是平均到每个时间段内，因此

（1）没用更详细的数据：根据二八定律（80%的事务在20%的时间内完成）

TPS = 10000*0.8/24*60*60*0.2=4.6

（2）如果有更详细的数据：5万笔交易在晚上的8~9点完成的

TPS=50000/60*60=13.9（实际还要参考往年业务的增长，假设每年业务增长30%，则TPS=50000+50000*0.3/60*60=18）

QPS：每秒查询率

若一个事务中只有一个接口且是查询接口，则QPS=TPS

2.3 响应时间

应用系统从请求出发开始，到客户端接受到最后一个字节数据所消耗的时间。

对于Web系统而言，系统响应时间包含前端展现时间和系统响应时间。

前端展现时间：页面渲染时间。

系统响应时间：包含服务器、数据库、通讯网络等相应时间。

并发用户、系统吞吐量、系统相应时间之间的关系：

当并发用户较少，系统吞吐量低，系统响应时间较短，我们认为系统处于空闲区间。随着系统并发用户增加，系统吞吐量呈线性增长，系统性能进入了线性增长区间。

吞吐量在某个点上达到了饱和点，也称之为拐点。在这之后用户请求不再被立即处理，响应时间随之变长，吞吐量也逐渐降低，系统性能进入了过饱和区间。

系统性能的拐点通常是性能测试的主要目的。

2.4资源利用率

通过查看系统占用的情况分析资源瓶颈。

服务器：CPU、内存、硬盘、网络等。

3.性能测试关注点

不同的角色看待性能测试的侧重点不同。

从客户端发起一个请求到客户端收到请求的整个过程，各阶段痘坑存在性能问题。

后端处理请求的性能问题

服务器硬件资源（CPU、内存、磁盘）

中间件、网络、数据库、架构设计等是否存在瓶颈。

开发人员和测试人员并不需要关注全流程的性能问题。通过分析不同角色的侧重带你，从而促进性能测试更好的发展。和软件系统性能相关的角色有四种。

1.终端用户

对于终端用户来说，表现为用户进行业务操作时的主观影响时间。用户重点关注从你提交请求到收到响应的时间，包括系统响应时间和前端展现时间。

2.系统运维人员

系统运维人员除了关注个人请求的响应时间，更关注大量用户并发访问时对系统的影响，以及更大负载情况下的系统健康状态。从而执行系统的整体的策略。

1.关注全局利益最大化，对最大并发用户数和系统响应时间进行权衡取舍。

2.系统并发处理时间、系统容量、数据库调优、以及时间运行稳定性和可扩展性。

例如：当有以下两种方案时

A方案：100万并发访问用户，登录响应时间3秒。

B方案：500万并发访问用户，登录响应时间8秒。

这种情况下运维人员往往更倾向于第二种。

3.软件设计开发人员

关注算法设计，架构设计，性能最佳实践，数据库相关，软件性能的可测试性等方面。

4.性能测试人员

工作重点在于性能测试场景设计、脚本的开发和执行，以及性能缺陷的排查和定位。

测试人员除了具有及其宽广的知识面，如系统架构，网络架构等全局的知识，还要有大量知识积累，比如数据库SQL语句的执行计划调优，JVM垃圾回收，多线程常用问题。

4.性能测试分类

4.1 基准测试

基准测试又称单用户测试，主要用于监测被测系统在较低压力下的运行状态并记录相关数据。当性能测试环境确定以后，通常选取业务模型中的重要业务做基准测试，对被测系统施加一定压力，从而获取被测系统在单用户运行情况下的各项性能指标，为多用户并发测试和混合场景测试等提供参考依据。

4.2 并发测试

并发测试用于评估被测系统的某些特定操作同时发生时的性能表现，例如，被测系统被多个用户同时登录时的响应能力，或系统的某一功能被多个由用户同时操作时的性能表现。通过并发测试，不仅可以获得被测系统在多用户并发操作时的性能指标，还可以发现被测陈希同在并发条件下可能发生的问题，如内存泄漏、线程锁、资源争用问题。几乎所有的性能测试都会设计一些并发测试。但并发测试对并发时间要求比较苛刻，通常需借助专门的性能测试工具，采用多线程和多线程的方式来模拟用户的并发行操作。

4.3 负载测试

负载测试是性能测试的一种测试类型，用于评估被测系统在预期的不同负载下的行为。负载测试关注系统处理不同负载的能力，这些负载可通过控制并发用户或者进程的数量来实现。进行负载测试时，通过对系统不断增加并发访问负载，监测系统性能的变化，直到系统的某项或多项性能指标达到安全临界值，最终确定满足该安全临界值的性能指标下，系统所能承受的最大负载量。简而言之，负载测试时通过逐步加载的方式来确定系统的处理能力。负载测试类似于举重运动，通过不断给运动员增加重量，确定运动员在其身体状况保持正常的情况下所能举起的最大重量，通过负载测试可以获取系统所能达到的峰值指标。

负载测试可用于系统的性能验证、性能诊断和性能调优等场景。

4.4 压力测试

压力测试用于评估被测系统再高于预期、高于指定容量负载需求或低于最少需求资源的条件下的行为。压力测试关注被测系统处理超出预期或特定峰值负载的能力，也可以用于评估系统在资源匮乏时的处理能力，比如在可用的计算能力，带宽和内存不足的条件下系统的表现。进行压力测试时通常采用逐步增加系统负载的方式，使系统某些资源达到饱和甚至失效，从而发现那些只有在高负载条件下才会出现的缺陷，如同步问题、内存泄漏等，通过对被测系统进行压力测试，也能找到被测系统的性能拐点，获得系统所能提供的最大服务级别，评估系统在峰值负载或超过最大负载情况下的处理能力。压力测试主要用于性能诊断、性能调优和容量规划等场景。