软件测试知识持续更新中
性能测试常见问题
简述性能测试流程
1.分析性能需求。挑选用户使用最频繁的场景来测试,比如:登陆,搜索,下单等等。确定性能指标,比如:事务通过率为 100%,TOP99%是 5 秒,最大并发用户为 1000人,CPU 和内存的使用率在 70%以下
2.制定性能测试计划,明确测试时间(通常在功能稳定后,如第一轮测试后进行)和测试环境和测试工具
3.编写测试用例
4.搭建测试环境,准备好测试数据
5.编写性能测试脚本
6.性能测试脚本调优。设置检查点、参数化、关联、集合点、事务,调整思考时间,删除冗余脚本
7.设计测试场景,运行测试脚本,监控数据
8.分析测试结果,收集相关的日志提单给开发
9.性能测试回归
10.编写测试报告
如何确定系统最大负载?
通过负载测试,不断增加并发,随着并发数的增加,各项性能指标也会相应产生变化,当出现了性能拐点,比如,当用户数达到某个数量级时,响应时间突然增长,那么这个拐点处对应的用户数就是系统能承载的最大用户数。Jmeter 中可以用 rps 定时器或者阶梯加压线程组。
你们系统哪些地方(哪些功能)做了性能测试?
选用了用户使用最频繁的功能来做测试,比如:登陆,搜索,提交订单
你们的并发用户数是怎么确定的?
1)会先上线一段时间,根据收集到的用户访问数据进行预估
2)根据需求来确定(使用高峰时间段,注册用户数,单次响应时间等
你们性能测试在什么环境执行?
搭建一套独立的性能测试环境进行测试
你们性能测试什么时间执行?
基准测试:功能测试之后,系统比较稳定的时候再做。
负载测试:夜深人静,系统没人用的时候
怎么分析性能测试结果?
首先查看事物通过率,然后分析其他性能指标,比如,确认响应时间,事务通过率,CPU等指标是否满足需求;如果测试结果不可信,要分析异常的原因,修改后重新测试
think_time 的作用是什么?
在业务基准测试中模拟用户的思考时间
在确定性能测试结果可信后,如果发现以下问题,按下面提供的思路来定位问题
问题一:响应时间不达标
查看事务所消耗的时间主要在网络传输还是服务器,如果是网络,就结合Throughput(网络吞吐量)图,计算带宽是否存在瓶颈,如果存在瓶颈,就要考虑增加带宽,或对数据的传输进行压缩处理;如果不存在瓶颈,那么,可能是网路不稳定导致。如果主要时间是消耗在服务器上,就要分别查看 web 服务器和数据库服务器的 CPU,内存的使用率是否过高,因为过高的 CPU,内存必定会造成响应时间过长,如果是 web服务器的问题,就把 web 服务器对应上对应的用户操作日志取下来,发给开发定位;如果是数据库的问题,就把数据库服务器对应上对应的日志取下来,发给开发定位。
问题二:服务器 CPU 指标异常
1:关注 cpu 利用率和负载情况,如果利用率过低负载过高,那么可能是进程队列过多,造成了阻塞
2:关注上下文切换,如果主动切换过多,那么可能是内存/IO 瓶颈;如果被动切换过多,那么可能时间片不够,可以考虑调整进程优先级来增加时间片
问题三:内存溢出,进程消失
1:观察堆内存的年轻代与老年代空间分配是否合理,调整内存参数
2:swap 空间是否不足,触发了 oomkiller
问题五:程序在多用户运行时严重超时,甚至提示连不上服务器。
程序可能是单线程处理机制,后续的线程全部在排队等待
问题六:如何识别系统瓶颈?
1:随着负载的增加,吞吐量是否能持续稳定的上升,找到吞吐量下滑的那个点
2:随着负载的增加,响应时间是否开始变长,找到响应时间突然变长的那个点
3:随着负载的增加,是否开始出现错误
常见的施压模型有哪几种?
1、并发模式(虚拟用户模式)
并发是指虚拟并发用户数,从业务角度,也可以理解为同时在线的用户数。从客户端的角度出发,摸底业务系统各节点能同时承载的在线用户数,可以使用该模式设置目标并发,也就是 jmeter 工具里面的线程数
2、RPS 模式(吞吐量模式)
RPS(Requests Per Second)是指每秒请求数。RPS 模式即“吞吐量模式”,通过设置每秒发出的请求数,从服务端的角度出发,直接衡量系统的吞吐能力。
性能测试中可能会遇到哪些问题
TPS 上不去,波动大:调整 jvm 参数,可以定位线程问题
cpu 利用率偏低:定位上下文切换,看 cpu 在做什么
连接拒绝,连接超时:定位 tomcat 连接数是否偏低,超时时间是否偏低
内存溢出,进程卡死:fullgc 过于频繁,线程长时间暂停
进程消失:swap 空间不足,进程被系统杀死
附录
Mock 接口
下面两个 mock 接口可以直接发起请求,供大家练习表达式
https://easy-mock.com/mock/5b88b27476b79510db917603/example/query1
https://easy-mock.com/mock/5b88b27476b79510db917603/example/query2
Docker 基础命令
sudo service docker start 启动 docker
sudo service docker stop 停止 docker
sudo docker images 查看所有镜像
docker rmi 删除 images
docker rmi -f {TAG} 根据 tag 删除 images
docker rmi $(docker images -q)删除全部 image
docker rmi $(docker images | grep “^” | awk “{print $3}”) 删除 untagged
images,也就是那些 id 为的 image
sudo docker ps -a 查看所有容器
docker stop CONTAINER ID 停用容器
docker rm CONTAINER ID 删除容器
docker stop $(docker ps -a -q) 停用所有容器
docker rm $(docker ps -a -q) 删除所有容器
docker stop $(docker ps -q) & docker rm $(docker ps -aq) 停用并删除所有容器
docker pull {镜像名称:tag} 拖镜像
docker run -d -p {映射端口}:{本地端口} --name{自定义名称} {镜像名称:tag 标签} 运行镜像
docker exec -it {container names} bash 进入容器
sudo docker login --username={阿里云用户名} {远程仓库名称} 登录阿里云远程仓库
sudo docker tag [ImageId] {远程仓库名称}:[TAG] 修改镜像名称
sudo docker push registry.cn-hangzhou.aliyuncs.com/msj:[TAG] 上传镜像到阿里云远程仓库