性能测试面试题

从事过多年性能测试，被面试过，也面试过别人。整理了一份被问得多的面试题，希望对你有用！

• 性能测试的项目经历

描述下在那个项目背景下进行了性能测试；

用的是什么性能工具（比如：jmeter、loadrunner）；

测试的场景涉及到哪些业务(比如：登录，注册，下单等)；

一般会监控哪些指标（平均响应时间，TPS，交易成功率，CPU、内存、数据库慢sql）；

会产出什么文件（测试脚本、测试场景、测试报告、调优报告）

• loadrunner/jmeter使用过程中，用了哪些协议？使用那些函数？

loadrunner测试过程中使用socket、webservice、http协议（需要熟悉下这些协议脚本的编写）；

比如，会用lr_eval_string()，进行返回结果的判断，多用在断言；

jmeter测试过程中使用dubbo协议和http协议；

比如：__Random随机函数

__RandomDate随机日期，一般用在在参数化部分；

__javaScript函数用来做数据的格式处理

• 脚本开发中哪些是最基本的？

一个完整的脚本从业务开始，梳理清楚要测试的业务。用录制的方式或自己编写的方式进行开发。

过程中基本的点：参数化、关联、断言都是最基本的。

需要注意的是，参数化，最好不要使用beanshell去生成，最好还是外部引用的方式。自己写的脚本也有可能成为性能瓶颈。

• jmeter压测数据库是怎么操作的？

需要对应数据库的jdbc安装，之后对数据库进行链接；

编写对应的sql操作，对数据库进行压测；（一般测试查询类的会多一点），主要关注是否是有慢sql,对数据库服务器的压力；

• 性能测试过程中关注那些指标？你是怎么监控这些指标？

服务器一般关注：CPU、内存使用率、FGC等情况；

中间件一般关注：redis的读写情况；具体看项目用的什么中间件。

业务方面会对接口的平均响应时间，90%响应时间，TPS，交易成功率进行监控；

数据库关注：服务器CPU、内存使用情况，是否有慢sql。

监控方式：看公司，如果小型公司，服务器一般会采用nmon或者top命令进行实时或者持续的数据监控；

运维团队完整的公司，有自己的平台，会用granfana、pinpoint等进行监控。

目前很多服务器是在阿里云部署，阿里云也支持平台监控（包括服务器资源、慢sql这种）；

• 监控的基准是什么？怎么获取这些基准信息？

如果有运维数据，就会根据运维数据设置指标。比如：线上的下单导致服务器最高在多少，那么压测的时候可以将这个数据，作为基准。

如果没有数据支持，像平均响应时间（采用常规约定：2~5~8规则），CPU在80%以下，做为基准（80%是服务器能良好运行，也是高额负荷的一个阶段）

• 性能测试场景怎么设置的？根据什么指标，设置性能测试场景？

性能场景的设置：一般根据业务指标，或者线上数据配比、或者同类型系统数据得到；

设置的场景一般包括：基准测试（主要是看在最基础的情况下，单用户迭代100次的TPS响应时间，即属于冒烟测试，也是为混合场景的业务配比做基准参考）

单场景测试（目的是获取接口所能达到的最优结果）

混合场景测试（混合场景的测试业务配比可能是根据TPS来配置，也可能是根据业务上的并发线程数来配置）主要目的是为了验证在混合的业务里面，对接口是否有很大的性能影响，找到一些单场景测试不出来的性能瓶颈；

稳定性场景测试（去混合场景中最优的一组，设置24、48小时等，进行测试。主要目的是未来验证系统是否存在内存泄漏）

• 测试过程中会使用哪些linux命令进行问题排查？

top（CPU的监控）、free(内存的监控)、iostat（磁盘读写监控）、jstact、jstack

• top命令的使用场景？怎么使用？

top命令一般用在性能测试实时观察CPU等指标的时候；

执行top命令可以看到进程、CPU、内存的使用信息；再根据ps N (N 是进程编号)，查看详情；也可以通过top获取的进程，进行jstack查看进程信息

• 性能测试计划包括那些？

一般包括：时间、负责人、压测的数据准备、脚本准备、场景准备、方案、报告的编写（主要是时间规划）

• 压测的数据来源？接口来源？

数据、接口来源：一般是业务方提供，或者生产数据推理（比如：大促的时候会对接口进行整理，可以得到接口的实际调用量，得到一些接口占比。数据量和监控指标也是类似）

• 压测测试数据怎么造

sql插入、自己跑性能脚本或自动化脚本造数据，或者自己洗生产上的数据到测试环境。具体情况，具体分析。

测试数据包括两部分：一个是铺底数据，一个是参数化数据。

• 性能测试过程中的难点、痛点

前期的需求调研、后期的调优、及脚本和参数文件的管理，都是痛点；

需求的调研，影响着场景的设置（很多情况下也对方并不知道自己要什么，所以只能在有限的基础上，一直加压，获取接口顶峰数据（比如：CPU在80%，响应时间满足2、5、8定律，失败率不能高于3%））

调优是需要多方共同协作的事情，比如压测某个接口，在压测过程中，100的虚拟用户并发TPS不高，但是服务器、数据库CPU的使用率很高。此时需要对链路进行分析，查看整个调用链路，那个接口耗时长，需要足够的耐心，一步步分析，调优，再压。

压测结束，对性能测试脚本、参数文件的管理，因为会涉及到文件的复用、公用问题。最好的方式是开发一个性能测试平台，在上面进行性能的压测，脚本的存储。

• 稳定性测试是为了测试什么？

稳定性测试，一般采用的场景是压测的最优数据进行（比如：TPS满足的情况下，CPU在80%左右的场景），稳定性场景压测最短在24小时，主要是为观察是否有内存泄露问题的存在；

• 会编写性能测试报告吗？会涉及那些内容？

性能测试报告一般包括：背景、压测的目的、压测的环境、压测的拓扑图、压测涉及的数据量、压测的场景、不同场景压测的结果、压测数据总结。