为什么做性能测试？-新手须知

最新推荐文章于 2023-08-24 14:14:32 发布

十里艾草香

最新推荐文章于 2023-08-24 14:14:32 发布

阅读量551

点赞数

分类专栏：性能测试文章标签： java 服务器数据库

本文链接：https://blog.csdn.net/Summer_CSND/article/details/128173319

版权

性能测试专栏收录该内容

5 篇文章 1 订阅

订阅专栏

现状

互联网行业发展快，用户量大大增加；
业务和系统架构越来越复杂，数据越来越多，用户不仅仅满足于功能的实现，在某些场景下，更在意系统性能。

什么是性能测试

通过一定的手段，在多并发下情况下，获取被测系统的各项性能指标，验证被测系统在高并发下的处理能力、响应能力，稳定性等，能否满足预期。定位性能瓶颈，排查性能隐患，保障系统的质量，提升用户体验。

什么样的系统需要做性能测试

用户量大，PV比较高的系统 PV-访问量、调用量
系统核心模块/接口系统中重要的功能
业务逻辑/算法比较复杂性能可能比较差的功能
促销/活动推广计划
新技术选型用新框架性能下降，作对比测试

性能测试分类

客户端性能：测试APP自身的性能，如CPU、内存消耗；web页面元素渲染的速度
服务端性能：测试服务端项目程序的支持并发、处理能力，响应时间等，主要通过接口来做性能测试一般都是服务端的性能测试，高并发
- 目前服务端的性能测试是主流，一般说到的性能测试，都是指的服务端性能测试。客户端相对较少一些

性能测试指标

一个生活中的场景

客户端就像是一个工厂，服务端就像是一个仓库，卡车就是并发的用户请求。
工厂会向仓库派遣卡车，拉取货物后返回工厂，这个其实就是客户端向服务端发起请求，服务端返回响应数据。
同时，每辆车将货物拉回工厂后，会继续进行下一趟拉货的流程，一直持续到业务结束。
在这里插入图片描述

指标一：并发
定义：同时向服务器发送请求的用户数
- 几个容易混淆的概念
  - 注册用户：在系统中注册成功的用户数量，也就是数据库里存储的用户数量
  - 在线用户：同时处于在线状态的用户数量，也就是已经登录成功的用户数量
  - 并发用户：同时向服务器发送请求的用户数量，也就是正在做同一个业务的用户数
    
    在工厂的例子里，注册用户就是工厂里所有的卡车；在线用户就是已经派遣出去的卡车，但是车辆未必在拉货，可能在等待；并发用户就是正在拉货的卡车数量。
    很明显，注册用户 > 在线用户 > 并发用户。
指标二：TPS/QPS
Transaction Per Second，每秒钟处理的事务数。
在服务端接口性能测试中，事务Transaction可以理解成一次接口调用，所以TPS其实就是服务端每秒钟处理多少次接口调用。如果TPS越高，证明服务端项目的处理能力就越好，性能就越好。

在工厂的例子里。如果有很多卡车来拉货，假设仓库每秒处理1000辆卡车的货物，那就可以说仓库的TPS=1000，这个数值越大，证明仓库单位时间内处理的货物就越多，性能就越好。
QPS来源于数据库 query 每秒查询的事务数，一般没有这个概念。
指标三：平均响应时间

响应时间=网络传输的总时间+各组件业务处理时间绿色箭头是网络传输时间
- 平均响应时间
  - 响应时间Response Time，简称RT，指的是服务端处理完一个请求所花费的时间，通常时间单位为毫秒ms。
  - 平均响应时间就是n多个请求响应时间的平均值。
  - 平均响应时间越短，代表性能越好，TPS就越高。
  - 办理业务的速度越快，单位时间内处理的业务量越多，因此性能就越好。
指标四：TOP响应时间
将所有请求的响应时间先从大到小进行排序，计算指定比例的请求都是小于某个时间。该指标统计的是大多数请求的耗时。
Tp90（90%响应时间）：90%的请求耗时都低于某个时间
Tp95（95%响应时间）：95%的请求耗时都低于某个时间
Tp99（99%响应时间）：99%的请求耗时都低于某个时间
其他指标：
- 并发数/虚拟用户（Vuser）压测工具中设置的并发线程/进程数量
- 成功率请求的成功率
- PV（Page View）页面/接口的访问量
- UV（Unique Visitor）活跃用户页面/接口的每日唯一访客，一个用户访问100次，PV=100，UV=1
- 吞吐量网络中上行和下行的流量总和，吞吐量代表网络的流量，TPS越高，吞吐量越大
TPS、响应时间和并发数的关系
还是工厂的例子，站在仓库的角度来看，随着拉货的卡车越多，那同一时刻仓库的处理业务量就越大，但是仓库的处理能力总有一个上限，当卡车数量达到某个值后，处理能力就能达到巅峰。此时如果再来更多的卡车，仓库的处理能力也不会增加了，再来的卡车只能慢慢排队，所以响应时间就越来越长了。

在系统达到性能瓶颈之前，TPS和并发数成正比关系，即并发数越高，TPS越高；达到瓶颈后，并发数增加，TPS不会继续增高（甚至会下降），这个最高的tps出现的点，叫做拐点（最高处理能力：一般性能测试就为了找这个值）

TPS和平均响应时间成反比关系，即平均响应时间越小，TPS就越高

响应时间单位为秒的情况下
TPS = 1 / 响应时间 * 并发数
TPS = 并发数 / 响应时间
性能监控指标
操作系统级别监控
CPU使用率、内存使用率、网络IO（input/output）、磁盘（read/write/util）
中间件监控
连接数、长短连接、使用内存
应用层监控
线程状态、JVM参数、GC频率、锁
DB层监控
连接数、锁、缓存、内存、SQL效率