2怎么做性能测试

怎么做性能测试

分析

分析性能需求 ：确定性能指标参数

RT

客户有没有确定的需求            RT<5S

没有明确的需求    参照业界标准    258原则

TPS

获取TPS方法：

分析系统有没有历史数据，线上数据 -- 运维

XXX论坛系统，每小时论坛的用户访问量达到10000个，uv = 10000/小时        tps = 10000/3600/S

XXX电商系统，每天的成交量达到10万笔，tps = 100000/24/3600/S

没有线上数据 参考同行竞品或业界标准

金融    5000-100000

保险    10000 - 50000

电商（中大）  100000 - 1000000

电商（小）   5000 - 10000

公式计算

TPS = VU/(T_t+T_r)

TPS:每秒处理的业务数

VU：虚拟用户数

T_t :  等待时间

T_r ： 思考时间

前提：每一个用户单独处理一笔业务的

并发用户数

参考需求

没有需求：通过在线用户数进行估算：并发用户数 = 在线用户数*20%

公式计算：

一般来说，利用以下经验公式进行估算系统的平均并发用户数和峰值数据

  1）平均并发用户数为 C = nL/T

  2）并发用户数峰值 C‘ = C + 3*根号C

 C是平均并发用户数，n是login session的数量，L是login session的平均长度，T是值考察的时间长度

C’是并发用户数峰值

  举例1，假设系统A，该系统有3000个用户，平均每天大概有400个用户要访问该系统（可以从系统日志从获得），对于一个典型用户来说，一天之内用户从登陆到退出的平均时间为4小时，而在一天之内，用户只有在8小时之内会使用该系统。

  那么，

  平均并发用户数为：C = 400*4/8 = 200

  并发用户数峰值为：C‘ = 200 + 3*根号200 = 243

其他公式计算参照:计算并发用户数的五种方法_如何计算并发量_谷白的博客-CSDN博客

吞吐量

公式：吞吐量 = Vnu*R/T        Vnu  并发用户数          R：发送请求数         T：执行时间        单位时间内的发送请求数量         吞吐量在没有达到性能瓶颈

资源利用率

CPU   75%-80%

MEM    70%

DISK     70%

NETWORK     70%

确定性能测试方法

性能验证型（针对全新的系统） ：    xxx电商要上线，RT<5S,CPU<75%，MEM< 70%,并发用户数要达到1万个用户等。

基准    负载    压力

性能规划性项目（针对一些版本迭代的系统）：预期项目上线之后日PV要达到50000以上的需求

基准    负载     配置   容量

性能优化型项目（针对一些线上项目出现性能瓶颈了）：项目上线一段时间之后，系统运行越来越慢，需要进行性能优化

基准   负载   压力  配置

性能修复性的项目（针对出现性能缺陷的模块进行修复）：项目上线运行一段时间之后，某一个功能模块出现了性能缺陷（内存泄漏，资源占用等等）

基准   负载    并发

设计

确定性能测试方案

测试目的

测试范围

测试工具

测试设计

测试场景

测试启动、停止、再启动准则

测试风险，风险解决方案

测试时间人员进度安排

测试软硬件资源

测试产出

实现

构建一些性能测试数据，预埋数据（参数化的数据，请求参数的数据，数据库的数据等等）

设计性能场景

门型场景

适用于压力测试   并发测试    极限测试

拱形场景

适用于负载测试，一般情况下拱形的坡度要求在30-45之间

测试场景可以理解为是单个场景，也可以是多个场景叠加到一起

混合场景

复杂场景

设计测试用例

系统 -- 模块 -- 测试场景设计 -- 预期的性能需求

XXX公司管理系统 ，登录模块，100个用户，每秒启动10个用户，持续运行2个小时，cpu<75%,RT<5S,MEM<70%

XXX公司管理系统 ，登录模块，200个用户，每秒启动15个用户，持续运行2个小时，cpu<75%,RT<5S,MEM<70%

进行业务建模，确认业务占比

浏览商品  50%        添加购物车  30%       下单支付  20%

准备性能测试脚本

通过代码实现：python搭建测试自动化测试框架

通过工具实现：jmeter         loadrunner

优化脚本，模拟用户使用场景

执行

搭建性能测试环境

指标换算法

云租赁法

偷梁换柱法

执行性能测试脚本

监控性能服务器的性能指标

收集性能测试数据

分析

分析性能测试数据

定位性能瓶颈

进行性能优化，性能调优

进行回归验证测试

测试报告

整理测试数据

设计性能测试报告

测试目的

测试背景

测试进度，计划，安排

测试软硬件资源

测试策略

测试场景

测试用例设计

测试数据

测试分析

测试结论

测试产出

测试总结

总结项目经验

测试过程中遇到的问题，解决方案，遇到的风险

项目中学到了哪些测试计划，测试工具的使用，掌握了哪些测试技能

整理归档一些测试产出（测试计划、测试方案、测试需求、测试用例、测试脚本、测试缺陷，测试报告，项目截图等等）

召开项目反思会（每一个阶段结束之后）