性能测试（最实用的案例详解）

bug捕手

已于 2023-07-21 14:45:37 修改

阅读量3.1k

点赞数 4

分类专栏：性能测试文章标签：软件测试软件测试工程师程序人生经验分享性能测试压力测试功能测试

于 2023-07-21 14:37:56 首次发布

本文链接：https://blog.csdn.net/GDYY3721/article/details/131851027

版权

性能测试专栏收录该内容

21 篇文章 0 订阅

订阅专栏

文章详细阐述了不同角色（用户、开发、运维、测试）对系统性能的衡量标准，如响应时间、并发用户数、吞吐量、IOPS等，并介绍了性能测试的流程、工具和关键指标，强调了性能测试的重要性以及队列和资源调度在系统中的作用。

摘要由CSDN通过智能技术生成

对一个产品而言，性能的及时性是用响应时间或者吞吐量来进行衡量，一个用户操作行为，或者说是事务，比如单个的事务，响应时间就是完成事务所需要的时间，对用户而言，响应时间就是端到端的用户基本体验。比如登录打开抖音，视频显示播放，这个过程总共耗时是3秒，那么就是抖音的响应时间。

用户视角

一般关于响应时间业界的说法

• 1-3秒，属于优的表现

• 3-5秒，可以接受，属于中间的表现

• 5秒以上，无法接受

在工作中要是大于五秒需要提交程序员改进

运维视角

cpu使用率内存使用率平均负载（过去一分钟五分钟内存的适用率）

cpu和内存的使用率大于70%的时候可能存在部署的程序访问速度很慢

mysql等数据库关注指标

所有的数据都是来自数据库：

1、连接数：可能存在连接数泄露（使用了连接数，但是没有释放）

2、读写速度：IOPS

JVM（针对Java技术栈）：Java应用程序的CPU和内存使用率

内存溢出/内存泄露：OOM

系统的最大容量：包含了cpu、jvm

系统最大处理的任务数：

1亿，但是同时进行支付，5千万可以同时进行，另外的5千万就可以排队处理，排队的策略是什么？----》按照线程的优先级来设置的，每个任务都是有优先级的，那么最大优先级是10，最小是1，默认是5，在系统资源不紧张的时候，优先级不是那么特别的突出

但是在系统资源特别紧张的时候，那么优先级高的优先执行

响应时间=⽹络时间+应⽤程序的处理时间，响应时间是一个http完整的请求流程时间之和，请求和响应时间之和。waiting for sever response是服务端回复客户端所用的时间。

开发的视角

开发的关注度会更加的全面，毕竟代码都是程序员来编写的，具体可以汇总为如下：

• 前后交互的响应时间

• 中间件的参数设置

• 内存释放泄露

• 连接数泄露

• 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

线程同步：

A和B两个任务，有100张车票，A和B同时进行抢购，各抢100张

解决方法：

加锁机制：A操作的时候，B不能操作，A操作完了，B才能够操作

WEB前端视角

所谓前端的性能目前也是性能测试中比较热门的技术之一，关注的点具体汇总为如下：

• 浏览器的资源加载（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

测试视角

用户关注的视角属于全栈性的，需要考虑用户视角的产品体验，也要监控以及关注运维视角和开发视角，所以性能测试中测试的具体工作职责可以总结为：

• 设计合理的场景和测试用例来验证系统的资源数据

• 验证在高并发的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

性能测试术语

⼀次操作完成的时间，也就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。包含了⽤于等待和服务的时间，也包括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，

vue--->nginx :web server

django:应用服务

MySQL:data server

并发用户数

性能测试的核心是验证当前系统能否支持现有用户的访问，也就是说系统可以承受在同一时间段多少用户来访问系统

并发用户数可以说：不论从业务视角出发，还是服务端承受压力而言，描述的是同一时间同时向客户端发出请求的客户，某些时候也称为“并发测试”。这中间主要体现的是服务端承受的最大并发访问数。

性能测试的核心是验证同一时间能承受多少人访问系统，吞吐量和响应时间

吞吐量

指的是操作的速度，也就是每秒操作数或者每秒业务数。或者也可以说单位时间内客户端请求的数量，直接体现系统的性能承载能力。

并发数和吞吐量的区别

并发测试：同一时间段同时向系统发送请求

吞吐量：该时间段内系统能处理的任务数

使用率

对于服务所请求的资源，使⽤率描述的是所给定的时间区间内资源的繁忙程度。对于存储资源来说，使⽤率指的就是所消耗的存储容量。

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，然后随着业务形态内存资源得到释放呈下降的趋势，那么可以说内存使⽤率最⾼为75%，可能会存在OOM的错误信息，也可能会存在内存泄露的情况。所以使⽤率分两个维度，⼀个是系统资源的使⽤率，另外⼀个是系统内部署服务对系统资源的使⽤率。

思考时间

思考时间英文名称是Think Time，也称为休眠时间，在业务视角，思考时间指的是用户在进行操作时，每个请求之间的间隔时间。

IOPS

该术语主要是针对数据库的，也就是每秒发⽣的输⼊/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

事务指的是某个操作或者是⼀组操作的组合，如登录的事务那么就是输⼊账户和密码，点击登录按钮跳转到登录成功的⻚⾯并且信息都加载出来。TPS统计的是每秒处理的事务数，即系统每秒能够处理的事务的数量。QPS指的是每秒查询率，如DB服务器在规定时间内处理流量多少的衡量标准。

饱和度

指的是某⼀资源⽆法满⾜服务的排对⼯作量

瓶颈

在系统性能⾥，瓶颈指的是限制系统性能的那个资源。这也是性能测试过程中⾮常核⼼的部分

资源调度：

操作系统通过什么来分配资源？

是通过操作系统的时间分片，结合调度的算法来分配资源

调度策略：

在操作系统级别，专业的来说，调度器可以理解为：CPU时间划分给活跃的进程和线程，⽽且维护⼀套优先级的机制，这样更重要的工作可以更快的执⾏，调度器会跟踪所有ready-to-run状态的进程。调度策略（调度器）可以动态的优先提升工作负载的性能。

工作负载类型

• CPU密集型：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

• IO密集型：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，也就是说系统调度中粒度最细的就是对线程的调度。

cpu:计算型的程序程序存在大量的计算，比如海量数据筛选出具体的数据

io：读写类的程序，程序存在大量的文件IO的读写，比如优惠卷发放，短信营销

CRM：客户关系管理系统

等待队列

在程序中，都会涉及到等待队列的，不管是同步交互还是异步的交互中，都会涉及它的最⼤队列，这样设计的核⼼思想是防⽌在客户端⾼并发的情况下服务端在没有队列的情况下出现雪崩以及最终导致服务端出现瘫痪，因此队列等待是⾮常核⼼并且是⾮常有必要的。在等待队列中，测试需要得出如下⼏个性能数据：

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，也就是说模拟⼤批量的程序进⾏排队，然后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然后执⾏，这中间就设计到先进先出还是先进后出，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，也就是说⼀个线程不可能永远处于等待中，那么等待多久，还是没到执⾏的阶段，这个时候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、那么⼀个线程完整的时间是由三部分组成的，响应时间：客户端发起请求的时间+访问等待时间+逻辑执⾏时间 +返回给客户端的时间。⼀般在测试中，可以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，让开发同学配合输出每个阶段的时间输出，然后就可以得到每个阶段的具体时间了，根据时间再来判断时间是否优化。

队列：Queue 规范：First In First Out ----》先进先出

队列方法：

put：往队列里面放数据

get：取出队列里面的数据

empty：判断队列是否为空

队列注意事项：

1、当队列满了的时候，再往里面放的时候是无法放的，如果是程序，就会卡死

2、当队列为空的时候，再取出数据，也会卡死

生产者消费者模式：

生产者（Producer）：不断的生产数据，使用的方法是put

消费者（Consumer）：不断的消费数据，使用的方法是get

性能测试模型

性能测试模型也可以理解为性能测试步骤，具体汇总为如下：

• 测试前期准备

①梳理性能的目标（性能测试的目标是测试主导，然后测试制定出来后，和团队里面其他相关的人一起决定）

（性能测试的目标参考依据是什么？是产品的需求文档以及产品的用户体量和系统的架构）

②性能测试的数据

③性能测试场景的设计以及性能测试用例的设计

• 测试工具技术引入

①LoadRunner：HP公司研发的工业级别的性能测试工具，是收费的一款性能测试工具

②JMeter：100%使用Java语言研发的性能测试工具，是开源的，互联网公司基本使用的都是该性能测试工具

③Locust：是基于Python的协程来设计的性能测试工具，需要编写Python代码来进行性能测试

④Gatling：是微服务架构下高性能的性能测试工具

• 性能测试计划

①明确每个性能测试的任务开始的时间和结束的时间

②明确每个任务的具体负责人

③明确性能测试工具

• 测试设计与开发

使用选择好的工具/代码，来设计场景/编写代码来测试设计好的性能测试用例

• 测试执行与管理，数据收集

①多次测试执行，收集每次性能测试的数据（系统资源:CPU和内存，数据库资源:连接数和IOPS，JVM资源:内存资源响应时间：最大，最小，平均，中位数，90%,95%,99%，吞吐量）

②数据收集后的数据可视化展示

• 测试分析

实际收集的结果，来得到最终的结论：吞吐量，响应时间等等，与期望的目标进行对比，来判断是否达到目标

性能测试的注意事项：

测试环境服务器的配置与生产环境服务器的配置必须一致，这样出的结论才具有参考价值

面试题

1、在性能测试之前，请根据顺序简述下需要有哪些测试准备工作？

①梳理性能的目标

②性能测试的数据

③性能测试场景的设计以及性能测试用例的设计

2、性能测试过程中，开发说需要添加服务器性能测试菜呢个继续，此时您会？

可以加，生产、开发、测试都加，测试环境服务器的配置与生产环境服务器的配置必须一致，这样出的结论才具有参考价值。如果只有开发加，是不行的。

3、日常使用什么工具进行性能测试？性能测试重要的指标有哪些？

①LoadRunner：HP公司研发的工业级别的性能测试工具，是收费的一款性能测试工具

②JMeter：100%使用Java语言研发的性能测试工具，是开源的，互联网公司基本使用的都是该性能测试工具

③Locust：是基于Python的协程来设计的性能测试工具，需要编写Python代码来进行性能测试

④Gatling：是微服务架构下高性能的性能测试工具

性能测试重要的指标：

系统资源:CPU和内存;数据库资源:连接数和IOPS;JVM资源:内存资源响应时间：最大，最小，平均，中位数，90%,95%,99%;吞吐量

4、性能测试是怎么做的？请描述

首先要做测试前期准备

①梳理性能的目标②性能测试的数据③性能测试场景的设计以及性能测试用例的设计

第二步测试工具技术引入

①LoadRunner：HP公司研发的工业级别的性能测试工具，是收费的一款性能测试工具

②JMeter：100%使用Java语言研发的性能测试工具，是开源的，互联网公司基本使用的都是该性能测试工具

③Locust：是基于Python的协程来设计的性能测试工具，需要编写Python代码来进行性能测试

④Gatling：是微服务架构下高性能的性能测试工具

第三步性能测试计划

①明确每个性能测试的任务开始的时间和结束的时间

②明确每个任务的具体负责人

③明确性能测试工具

第四步是测试设计与开发

使用选择好的工具或代码，来设计场景或编写代码来测试设计好的性能测试用例

第五步测试执行与管理，数据收集

①多次测试执行，收集每次性能测试的数据（系统资源:CPU和内存，数据库资源:连接数和IOPS，JVM资源:内存资源响应时间：最大，最小，平均，中位数，90%,95%,99%，吞吐量）②数据收集后的数据可视化展示

最后是测试分析

实际收集的结果，来得到最终的结论：吞吐量，响应时间等等，与期望的目标进行对比，来判断是否达到目标

5、描述下你是怎么理解IOPS,吞吐量,TPS,QPS的？

IOPS：该术语主要是针对数据库的，也就是每秒发⽣的输⼊/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：统计的是每秒处理的事务数，即系统每秒能够处理的事务的数量。

QPS：指的是每秒查询率，如DB服务器在规定时间内处理流量多少的衡量标准。

6、你是怎么理解软件的性能的？

性能是一种指标，是软件系统对于及时性的符合程度。对于一个产品根据响应时间和吞吐量衡量性能的及时性，响应时间是一个http完整的请求流程时间之和。对用户而言，响应时间是端到端的用户基本体验

特别总结

1、队列

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，也就是说模拟⼤批量的程序进⾏排队，然后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然后执⾏，这中间就设计到先进先出还是先进后出，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，也就是说⼀个线程不可能永远处于等待中，那么等待多久，还是没到执⾏的阶段，这个时候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那么⼀个线程完整的时间是由三部分组成的，响应时间：客户端发起请求的时间+访问等待时间+逻辑执⾏时间 +返回给客户端的时间。⼀般在测试中，可以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，让开发同学配合输出每个阶段的时间输出，然后就可以得到每个阶段的具体时间了，根据时间再来判断时间是否优化。

队列：Queue 规范：First In First Out ----》先进先出

队列方法：

put：往队列里面放数据

get：取出队列里面的数据

empty：判断队列是否为空

队列注意事项：

①当队列满了的时候，再往里面放的时候是无法放的，如果是程序，就会卡死

②当队列为空的时候，再取出数据，也会卡死

2、生产者消费者模型
生产者（Producer）：不断的生产数据，使用的方法是put

消费者（Consumer）：不断的消费数据，使用的方法是get

3、常用的性能测试工具有哪些以及区别

①LoadRunner：HP公司研发的工业级别的性能测试工具，是收费的一款性能测试工具