今天终于理解这些性能指标了

如果要问性能测试里那种技术最难，相信很多人都会说出“性能分析”这四个字。确实是，性能测试的执行是比较简单的，难的是执行完成后，如何分析这些数据。如何从一大堆数据里分析哪些数据是优秀的，哪些数据是有问题的。这非常考验一个人的综合技术能力，技术广度和深度要同时兼备才行。

要想学会性能数据分析，深刻理解性能指标很关键，只有对每个指标都如数家珍，知道每个指标代表的含义，才能发掘数据背后性能问题。

今天我就用一个生活中的例子，讲一讲性能测试里最核心的几个指标

01 一个跟钱有关的例子

业务场景：

客户端就像是一个公司，服务端就像是一个银行，用户就是公司中的财务。公司需要现金时，就会派一个财务从公司出发，到银行大厅取现金，等待银行准备完毕后，财务带上现金再回公司。

这个过程就相当于客户端发出请求，请求到达服务端，服务端处理完成后，再给客户端返回响应。

02 并发用户数

定义：同时向服务器发送请求的用户数

几个容易混淆的概念：

• 注册用户：在系统中注册成功的用户数量，也就是数据库里存储的用户数量

• 在线用户：同时处于在线状态的用户数量，也就是已经登录成功的用户数量

• 并发用户：同时向服务器发送请求的用户数量，也就是正在做同一个业务的用户数

在银行的例子里，注册用户就是银行的开卡用户数；在线用户就是进到银行内部的用户数，但是有些用户可能正在里面休息，不办业务，并不会对银行造成压力；并发用户就是正在办理取款业务的用户数。很明显，注册用户 > 在线用户 > 并发用户

03 TPS

Transaction Per Second，每秒钟处理的事务数

在服务端接口性能测试中，事务Transaction可以理解成一次接口调用，所以TPS其实就是服务端每秒钟处理多少次接口调用。如果TPS越高，证明服务端项目的处理能力就越好，性能就越好

在银行的例子里。如果有很多财务人员同时来银行办业务，假设银行每秒能处理1000笔业务，那就可以说银行业务的TPS=1000，这个数值越大，证明银行单位时间内能办的业务就越多，性能就越好

04 平均响应时间

响应时间Response Time，简称RT，指的是服务端处理完一个请求所花费的时间，通常时间单位为毫秒ms。

平均响应时间就是n多个请求响应时间的平均值。平均响应时间越短，代表性能越好，TPS就越高。银行办理业务的速度越快，单位时间内处理的业务量越多，因此性能就越好。

05 网络吞吐量

吞吐量就是单位时间内网络中的流量，一般都是以秒为单位。具体分为上行流量和下行流量。数据的单位就是KB或MB

• 客户端发给服务端的数据用的是上行流量

• 服务端返回给客户端的数据用的是下行流量

网络就是公司到银行的路，TPS越高，吞吐量就越大。如果银行的性能好，效率很高，意味着财务在银行等待的时间就短，从而路上的人流量就会越多。

在做性能测试时，需要对网络中的流量做监控，判断网络是不是存在瓶颈。如果当前网络中的流量有没有达到网络带宽的上限。上行和下行任何一个流量达到上限，就说明网络出现瓶颈。

06 并发数、TPS、平均响应时间之间的关系

在系统达到性能瓶颈之前：TPS和并发数成正比关系，即并发数越高，TPS越高；

达到瓶颈后：并发数增加，TPS不会继续增高（甚至会下降），这个最高的tps出现的点，叫做拐点

TPS和平均响应时间成反比关系，即平均响应时间越小，TPS就越高

还是银行的例子，站在银行的角度来看，随着办业务的人越多，那同一时刻银行的处理业务量就越大，但是银行的处理能力总有一个上限，当用户量达到某个值后，处理能力就能达到巅峰。此时如果再来更多的用户，银行的处理能力也不会增加了。

最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：

​

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！