本文探讨了性能测试中的瓶颈判断，通过TPS和响应时间曲线分析，揭示了系统性能瓶颈的出现和压力的关系。介绍了线程递增策略的重要性，以及性能衰减过程中的指标变化，强调了响应时间在性能测试中的角色。文章还提到了在不同场景下，如何合理设置线程递增策略以避免误判和系统压力过大。最后，讨论了响应时间的拆分方法，以深入理解系统性能瓶颈。
瓶颈的精准判断
TPS曲线
tps图
响应时间图
拐点在哪里呢？
这是一个阶梯式增加的场景，拐点在第二个压力阶梯上就出现了，因为响应时间增加了，tps增加的却不多，在第三个阶段时，tps增加的就更少了，响应时间也在不断增加，所以性能瓶颈在加剧，越往后越明显【tps的增长，赶不上压力的增长，说明有点处理不过来了，表现就是响应时间增加】
判断就是：
有瓶颈！
瓶颈和压力有关。
压力呈阶梯，并且增长幅度在衰减。
———————————————————————————————————————————
tps图
拐点在哪里？
判断是：
有瓶颈！
瓶颈和压力有关。
压力也是阶梯的，但是并没有明确的拐点。
——————————————————————————————————————
tps图
这种比较有规律的问题，显然不是压力大小的原因。为什么呢？因为 TPS 周期性地出现降低，并且最大的 TPS 也都恢复到了差不多的水位上。所以，即使是压力降低，也最多降低最大的 TPS 水位，会让问题出现得更晚一点，但是不会不出现。
综合以上，tps衰减过程大致如下
随着用户数的增加，响应时间也在缓慢增加。TPS 前期一直都有增加，但是增加的幅度在变缓，直到变平。在这样的趋势图中
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
