性能测试流程-新手须知

一 需求分析

1. 项目背景：根据产品需求
2. 测试范围：性能测试范围，哪些接口需要性能测试，测试需要明确
3. 业务逻辑 & 数据流向：数据怎么流转，缓存在哪，怎么缓存
4. 系统架构：单体，分布式，集群，主从数据库，读写分离等等，找开发，运维搞清楚架构
5. 配置信息：环境配置，CPU，几核，缓存服务器配置，数据库服务配置
6. 测试数据量（量级要一致）：具体要测试的数据量，和生产环境保持一致
7. 外部依赖：第三方接口，系统，需要考虑是否屏蔽，代码中做Mock（开发）
8. 系统使用场景，业务比例：设计测试用例
9. 日常业务量：可以推算指标
10. 预期指标：
11. 上线时间

二 测试计划

1. 项目描述
2. 业务模型及性能指标
3. 测试环境说明
4. 测试资源：用了多少服务器
5. 测试方法以及场景设计原则：
   • 基准测试：用1个并发用户去测试3分钟（10000次），目的是为了拿到一个性能基线数据
   • 单交易负载测试（单接口/单业务）：用多个并发用户取测试，目的是为了找到性能拐点，或找到最高支持并发
   • 混合场景测试：把多个接口、多个业务按照一定的比例同时去执行压测，如30个并发测试登录，70个测查询
   • 高可用性测试：针对集群环境下，单个节点出现异常（宕机、进程崩溃），其他节点是否能正常处理业务
   • 异常场景测试：在环境、数据出现异常的情况下，对接口、业务进行性能测试，比如网络丢包、延迟
   • 稳定性测试：用户多并发，长时间对接口、业务做性能测试，通常时间>12小时
   • 其他特殊场景
6. 测试进度安排及测试准则

三 环境搭建

注意要点：

1. 测试机器硬件配置尽量和线上一致
2. 系统版本与线上一致
3. 测试环境部署线上最小单元模块：条件局限，不能做集群
4. 应用、中间件、数据库配置要与线上一致
5. 其他特殊配置

四 数据构造

测试数据分为两部分：基础数据和参数化数据

• 基础数据：数据库表中存在的数据量，最好与生产环境单表数据量保持一致
• 参数化数据：在测试脚本中，真是使用的数据，通常会从基础数据中选用一小部分（日活用户）

通常采用以下三种方法进行构造

• 业务接口
  • 适合数据表关系复杂
  • 优点：数据完整性比较好
• 存储过程
  • 适合表数量少，简单
  • 优点：速度最快
• 脚本导入
  • 适合数据逻辑复杂
  • 自由度比较高

五 脚本编写

1. 选择工具（Loadrunner、Jmeter、Locust等）
2. 选择协议（Http、TCP、RPC）
3. 参数化
4. 关联
5. 检查点
6. 事务判断

六 压测执行

1. 分布式执行
2. 监控
   • Linux
   • Jvm
   • 数据库
3. 收集测试结果
4. 数据分析
5. 瓶颈定位

七 调优回归

1. 性能调优需要整个团队完成
2. 反复尝试
3. 回归验证
4. 监控工具
5. 全链路排查
6. 日志分析
7. 模块隔离

八 测试报告

1. 概述
2. 测试环境
3. 结果与分析
4. 调优说明
5. 项目时间表
6. 结论
7. 建议

九 性能测试工具

1. Loadrunner（功能强大、重量级、商业软件）
2. Jmeter（小巧灵活、轻量级、开源）
3. Locust（Python开源框架）：所有的东西都需要自己写代码
4. Ngrinder（ 开源压测平台）
5. 阿里云压测平台、metersphere平台

十 现状和趋势

1. 性能自动化、平台化
2. 测试工具多样性、开源、二次开发
3. 线上线下相结合，线上发现问题，线下调优

1.我是文本 红色red
2.我是文本 蓝色
3.我是文本 粉红
4.我是文本 紫色
5.我是文本 黑色
6.我是文本 橙色
7.我是文本 灰色
8.我是文本 绿色
8.我是文本 红色

····································一起学习鸭····································