软件性能并发量测试,性能测试-并发和QPS

性能测试-并发和QPS

响应时间：

cpu计算耗时 + cpu等待耗时 + 网络io耗时 + 磁盘io耗时

并发：

服务端并发和客户端并发不是同一个概念。客户端并发仅仅是为了模拟多用户访问，服务端并发是同时处理的请求数。从收到客户端的请求到处理完成发出响应，都是属于并发执行的请求。

客户端并发数不等于服务端并发数。虽然服务端同一时刻执行的线程数等于cpu个数，但是高性能的服务一般是都会使用了异步io；遇到io操作就扔给了操作系统执行，cpu接着干其他的事。所以应用程序同时可以处理多于cpu数目很多的请求。但也不是无限多的。影响并发的系统资源有socket数，带宽紧张程度，内存紧张程度，cpu繁忙程度，磁盘繁忙程度。这些资源共同影响并发数。

这些资源中有些非常充足比如socket数(普通的服务都是设置了600000, 通过ulimit -n查看)，有些就比较匮乏，比如磁盘(具体效率可以去google)。当磁盘遇到瓶颈的时候，socket资源充当了缓冲区。虽然同时能够接受很多请求，但是真正能做出响应的比较少，造成响应时间增加，这种并发没有意义。

所以，能保证最低响应时间的并发才是有效并发。

我们在压力测试过程中，不断的增加并发数，如果平均响应时间增加，说明并发能力已经到瓶颈了。

上面已经谈及到，并发数可通过多次实验来获得。

下面在来介绍一个种估算并发数据方法：

并发估算法

C=n*L/T

C：并发

n：压测时间段内所有的请求数

L：平均响应时间

T：压测总时长

这里注意：L(平均响应时间)≠ T(总时长)/ n(总请求)

QPS：每秒请求数，qps是衡量吞吐量指标

QPS=请求总量/请求时间总量

QPS=并发数/平均响应时间

我们在压测工具制作中，一直存在一个争议——吞吐量的计算。

在性能测试中，吞吐量的计算有两种常见的公式：

公式1： 吞吐量=并发数/平均响应时间

公式2： 吞吐量=请求总数/总时长

公式1、2大家应该都接触过，虽然看上去不一样，其实理论上都是ok的。

首先我们可以从C = nL / T 推导：

并发 = 请求总数*平均响应时间 / 总时长

=》并发 / 平均响应时间 = 请求总数 / 总时长

=》公式1 = 公式2