性能测试技术术语

一.性能测试的目的？
性能测试的目的是评估系统、应用程序或组件的性能和效能。它涉及对系统进行压力测试、负载测试和性能测量，以确定其在各种条件下的表现如何。
1、评估系统的性能：性能测试帮助确定系统在正常和高负载条件下的性能表现。通过模拟实际使用情况，可以确定系统是否能够满足用户需求，并找出潜在的性能瓶颈。
2、发现性能问题：性能测试可以揭示系统中的性能问题和瓶颈。通过测量响应时间、吞吐量和资源利用率等指标，可以确定系统中存在的性能瓶颈，并采取相应的措施来改善系统性能。
3、优化系统配置：性能测试可以帮助确定系统的最佳配置和参数设置。通过尝试不同的配置选项，可以找到最优的配置，以提高系统的性能和效率。
4、验证系统的可靠性：性能测试可以验证系统的可靠性和稳定性。通过模拟长时间运行和高负载条件，可以检查系统是否能够持续工作并保持稳定的性能。
5、比较不同系统或版本之间的性能差异：性能测试可以用于比较不同系统、应用程序或系统版本之间的性能差异。这有助于决策者选择最适合其需求的系统，并确定是否需要升级或优化现有系统。

二.关于性能测试，职责描述中不同角色的工作内容包括哪些？ 
1、性能测试工程师/测试分析师：
理解系统需求和性能目标。
设计和开发性能测试计划和测试策略。
根据系统特点和预期负载模型，设计和创建性能测试脚本。
配置和管理性能测试环境，包括测试工具和测试服务器。
运行性能测试并监控系统性能，包括响应时间、吞吐量、资源利用率等指标。
分析性能测试结果并生成详细的测试报告，包括性能问题和瓶颈的识别。
提出性能改进建议并与开发团队合作解决性能问题。
2、系统架构师/开发工程师：
提供系统架构和设计的技术指导。
确保系统设计符合性能目标和要求。
协助性能测试团队进行性能测试计划的制定。
分析和解决系统设计和实现中的性能问题。
与性能测试团队合作，评估和验证性能改进措施的有效性。
3、运维工程师：
提供测试环境和基础设施的部署和配置。
监控测试环境和系统资源的使用情况。
响应性能测试过程中的故障和问题。
管理测试环境的扩展和配置变更。
与性能测试团队合作，确保测试环境的稳定性和可用性。
4、项目经理：
协调性能测试活动，并与相关团队进行沟通和协作。
确定性能测试计划和时间表。
监督性能测试进展和结果报告。
管理风险和问题，确保性能测试的成功完成。
与利益相关者共享性能测试结果和建议。

三.性能测试里包括哪些流程，每个流程里有哪些重点任务？
流程：
1、需求分析和测试计划：
理解系统性能需求和目标，定义性能测试的范围和测试计划，确定测试的目标、策略和方法。
2、脚本设计和准备：
确定测试场景和负载模型，创建性能测试脚本，包括模拟用户行为和负载生成，准备测试数据和环境配置。
3、测试环境设置和配置：
部署测试环境，包括测试工具和测试服务器，配置服务器和网络设置，以模拟实际使用条件，准备监控工具和性能指标的收集。
4、测试执行和监控：
运行性能测试脚本并生成负载，监控系统性能指标，如响应时间、吞吐量、CPU利用率等，收集和记录测试数据和日志
5、数据分析和性能优化：
分析性能测试结果，包括性能指标和负载下的系统行为，识别性能问题和瓶颈，如潜在的性能瓶颈、资源不足等，提出性能优化建议和改进措施
6、报告和沟通：
生成性能测试报告，包括测试结果、问题和建议，向项目团队、开发人员和利益相关者传达测试结果和建议，进行反馈和讨论，确保性能问题得到关注和解决。
重点任务：
1、确保测试目标和范围明确，与系统需求和用户预期一致。
2、设计合理的测试场景和负载模型，以模拟真实的使用情况。
3、准备充分的测试环境和测试数据，确保测试的可重复性和准确性。
4、运行测试并监控系统性能，确保性能指标和数据的准确收集。
5、分析测试结果并识别性能问题和瓶颈，提出明确的改进建议。
6、生成详尽的测试报告，向相关人员传达测试结果和建议。
7、进行及时的沟通和反馈，确保性能问题得到关注和解决。

四.性能测试需求分析的主要任务是什么？ 
1、理解业务需求和用户期望：与项目团队和业务方合作，深入了解系统的业务需求、用户行为模式和使用场景。这有助于确定性能测试的关注点和重点。
2、确定性能指标和目标：与利益相关者一起明确系统的性能指标和目标，例如响应时间、吞吐量、并发用户数等。这些指标将用于评估系统性能并确定测试结果是否符合要求。
3、定义负载模型和使用场景：基于实际使用情况和预期的负载，确定要模拟的负载模型和使用场景。这包括并发用户数、请求频率、数据量等，以便在测试中能够准确地模拟系统的负载条件。
4、确定测试环境和配置要求：确定性能测试所需的测试环境，包括硬件、软件、网络配置等。这确保了测试环境与实际生产环境的一致性，并为测试提供准确的基线性能数据。
5、确定测试覆盖范围和时间计划：根据系统的复杂性和关键性，确定性能测试的覆盖范围和测试深度。同时，制定合理的时间计划，确保测试可以按时进行并满足项目需求。
6、识别关键场景和风险点：分析系统中的关键业务场景和潜在的性能风险点。这有助于确定测试的重点和测试策略，以确保系统在关键场景下能够满足性能需求。
7、确定测试工具和监控需求：根据系统的特点和测试目标，选择适合的性能测试工具和监控工具。这些工具将用于执行测试脚本、收集性能数据和监控系统指标

五、.什么是负载? 
1、并发用户负载（Concurrent User Load）：指在同一时间内同时活跃的用户数量。这种负载模型用于模拟多个用户同时访问系统的情况，测试系统在并发用户数下的性能表现。
2、请求负载（Request Load）：指在一定时间内发送到系统的请求数量。这种负载模型用于测试系统在高请求量下的处理能力和响应时间。
3、数据负载（Data Load）：指对系统传输和处理的数据量。这可以包括数据库查询、文件传输等。测试数据负载可以评估系统在处理大量数据时的性能和资源消耗情况。
4、事务负载（Transaction Load）：指系统处理的事务数量。一个事务可以包括多个操作步骤，例如用户登录、数据修改、订单提交等。测试事务负载可以评估系统在处理复杂操作流程时的性能和可靠性。

六.什么是TPS？
TPS是“每秒事务数”（Transactions Per Second）的缩写。在计算机领域，TPS用于衡量系统或应用程序每秒处理的事务数量。事务可以是数据库操作、网络请求、交易处理等。TPS是性能测试和性能评估中常用的指标之一，用于评估系统的处理能力和性能水平。较高的TPS表示系统能够在单位时间内处理更多的事务，反之则表示系统处理能力较低。通常，要考虑到TPS的计算，需要考虑以下几个因素：
1、事务定义：确定什么被视为一个事务，可能是一个单独的数据库操作、一个完整的业务流程或其他定义的操作单位。
2、测试时间窗口：指定性能测试的持续时间，例如1分钟或更长。
3、测试负载：确定测试中施加到系统的负载模型，包括并发用户数、请求频率、数据量等。
 
七.系统响应时间和呈现时间的关系? 
1、系统响应时间（Response Time）是指从用户发送请求到系统返回响应的时间间隔。它包括了在系统处理请求的整个过程中所消耗的时间，包括传输时间、服务器处理时间和网络延迟等。系统响应时间是衡量系统性能和响应速度的重要指标，较低的响应时间通常被认为是系统性能良好的体现。
2、呈现时间（Render Time）是指在系统响应时间内，客户端（例如网页浏览器）将接收到的响应转化为可见内容的时间。呈现时间包括浏览器解析HTML、CSS、JavaScript并渲染页面的过程，以及下载和加载所需的资源（如图片、样式表等）。呈现时间对于网页性能和用户体验非常重要，因为它直接影响页面显示的速度和流畅度。
3、两者之间的关系是系统响应时间影响了呈现时间。如果系统响应时间较长，即使服务器返回了数据，客户端仍需要更长的时间来解析和呈现页面。因此，较短的系统响应时间通常会导致较短的呈现时间，提供更好的用户体验。

八.并发类型、区别? 
1、进程并发（Process Concurrency）：
进程并发是指通过同时运行多个独立的进程来实现并发。
每个进程有自己的地址空间和资源，它们可以独立地执行任务。
进程之间通过进程间通信（IPC）机制进行通信和数据共享。
线程并发（Thread Concurrency）：
2、线程并发是指通过同时运行多个线程来实现并发。
线程是在同一进程内共享相同的地址空间和资源的执行单元。
线程可以独立执行任务，共享内存，通过共享变量进行通信。
3、任务并发（Task Concurrency）：
任务并发是指通过同时执行多个独立的任务来实现并发。
每个任务可以是一个独立的计算单元，可能在不同的线程或进程中执行。
任务之间可以通过消息传递或共享数据进行通信和同步。
4、数据并发（Data Concurrency）：
数据并发是指多个任务同时访问和操作共享数据的并发。
多个任务可以同时读取或写入共享数据。
数据并发需要采取适当的同步机制来保证数据的一致性和避免竞争条件。
指令级并发（Instruction-level Concurrency）：
5、指令级并发是指在单个指令流中同时执行多个指令的并发。
通过流水线、超标量处理器等技术，多条指令可以同时执行不同的阶段。

九.标准差对衡量测试结果有什么影响？ 
1、稳定性评估：标准差可以用于评估测试结果的稳定性。较小的标准差表示测试数据点相对聚集，具有较小的离散程度，表明测试结果相对稳定。相反，较大的标准差表示测试数据点分散，具有较大的离散程度，可能存在较大的变异性。
2、可靠性判断：标准差可用于判断测试结果的可靠性。如果测试结果具有较小的标准差，则数据点相对接近，结果更可靠。反之，如果测试结果具有较大的标准差，则数据点更分散，结果的可靠性可能较低。
3、异常检测：标准差可以用于检测测试结果中的异常值。如果测试结果中存在明显偏离平均值的数据点，标准差将相应增加，提醒可能存在异常情况或异常数据。
4、性能比较：在对不同测试结果或系统的性能进行比较时，标准差可以提供关于数据集合差异程度的信息。较小的标准差表示结果更一致，较大的标准差表示结果差异较大。

十.90%的响应时间的含义？ 
1、当说一个系统的90%响应时间为X毫秒时，意味着在测试中，90%的请求或事务的响应时间都小于或等于X毫秒。换句话说，只有10%的请求或事务的响应时间超过X毫秒。
2、90%的响应时间是一种较高的百分位数，通常用于衡量系统在大多数情况下的性能表现。较低的百分位数（如50%）可以反映系统的中位数响应时间，即一半的请求或事务的响应时间小于该值。而较高的百分位数（如99%）可以反映系统的长尾性能，即只有极少数的请求或事务的响应时间超过该值。
3、使用90%响应时间可以帮助评估系统在大多数常见情况下的性能表现，并辅助确定系统是否符合性能要求。较低的90%响应时间通常被认为是系统性能良好的体现，因为大多数用户或请求能够在相对较短的时间内得到响应，提供较好的用户体验。然而，需要根据具体的应用需求和用户预期来确定合适的90%响应时间阈值。

十一.http协议是哪种类型的协议？是同步，还是异步？
1、HTTP（Hypertext Transfer Protocol）是一种同步协议，它基于请求-响应模型。在HTTP通信中，客户端发送一个请求到服务器，服务器接收并处理该请求，然后将相应的响应发送回客户端。
2、虽然HTTP是同步协议，但它也可以在某些情况下使用异步的方式进行通信。例如，通过使用异步的XMLHttpRequest对象（XHR）或Fetch API，可以实现在发送HTTP请求后继续执行其他操作，并在服务器响应返回时触发回调函数来处理响应。这种异步方式可用于实现一些高级功能，如AJAX（Asynchronous JavaScript and XML）和单页应用程序

十二、软解析、硬解析处理过程的区别是什么？

1、软解析（Soft Parsing）：
软解析是指数据库在解析SQL语句时，利用已经解析过的SQL缓存（Shared Pool）中的信息，避免对SQL语句进行完全的重新解析。
在软解析中，数据库会检查是否存在与要执行的SQL语句相同的SQL缓存条目，如果存在，则直接使用缓存中的解析结果，称为共享SQL。
软解析速度相对较快，因为它不需要进行完整的解析过程，可以直接使用缓存中的解析结果，减少了解析开销。
软解析适用于频繁执行的SQL语句，可以提高查询性能和响应速度。

2、硬解析（Hard Parsing）：
硬解析是指数据库对每个要执行的SQL语句都进行完整的解析过程，无论是否存在相同的SQL缓存条目。
在硬解析中，数据库会逐步解析SQL语句，生成相应的执行计划，并进行语法检查、语义验证等操作，确保语句的正确性和可执行性。
硬解析需要消耗较多的CPU和内存资源，并且需要较长的解析时间。
硬解析适用于少执行的SQL语句或者是一些动态SQL，因为这些语句在共享SQL缓存中可能不存在相应的解析结果。