性能测试怎么做

一、为什么做性能测试

1. for 用户：系统有多快；系统有多稳定

2. for 老板：硬件配置；成本

3. for 开发：系统容量；系统瓶颈；如何调优；架构是否合理

二、什么时候做性能测试

常规会在系统测试结束后开始做性能测试，但实际性能测试应该贯穿始终。需求设计时，pm就需要有预期流量 -> 代码设计时，rd就应该根据性能目标设计框架，包括时延、qps等 -> 开发过程中，rd需要逐个模块验证性能是否符合需求 -> 功能测试时，需要根据性能指标设计。

三、如何做性能测试

1. 识别系统瓶颈（内存、磁盘等），建立测试数据模型（数据量大小），确定测试维度（qps、时延）

2. 设计详细的测试计划，指导测试执行

3. 规划测试环境，避免环境瓶颈（机器环境与线上一致、如依赖上下游复杂，可以mock）

4. 测试工具使用：数据脚本、统计脚本

5. 执行测试环境，获取测试数据

6. 根据测试数据，调整投放的压力，持续测试（绘制曲线，获取极限、最优点）

7. 生成报告

四、性能测试指标

1. 处理速度：qps、tps、pps

2. 响应时间：平响、99值

3. 吞吐：网络、磁盘

4. thinktime：模拟人的操作，增加一定延时

5. 并发数：最高同时在线数 * 有效用户百分比

五、常用工具

1. linux 命令：top、iostat、iotop、vmstat、sar、mpstat

2. ab、jmeter、loadrunner：工具的原理基本相同，均可设置并发数、测试接口、最大响应时间、断言等。其中并发数原理，如ab的并发数是同时建立socket的连接数。1个并发建立1个socket连接，每个socket相当于1个管道，管道间相互独立，发一个请求收到响应后再进行下一个请求。

六、实战示例

【1】web 压测：要求支持300w在线用户。

1. 数据模型：20%用户是活跃用户（28原则或pm给出）；晚上7-9点用户活跃；忙时每个用户每分钟平均浏览3个页面；页面平均大小 2kb；用户等待 < 2s

2. 确定压测指标：

qps = 请求数/忙时时长     qps = 300w*20%*3*60/(2*3600) 

网络带宽 = qps * 2kb * 8

响应时长 = 2s

3. 执行压测

阶梯式设置压力，例如并发数：10 -> 50 -> 100 -> 500 -> 1000。根据每个并发数下面得到的测试指标（cpu、qps、响应时间等）调整下次压测的压力数。

可能压测结果异常情况示例：内核sys态cpu占用高，可能是因为系统不停调度cpu，锁的力度过大，导致所有线程在等待同样的指令。

【2】mysql 压测

1. 数据模型：20%写请求；80%读请求；日均产生记录2000条；一年备份2次表；读写平均大小200b；响应时长 < 200ms；读tps>1000；写tps>500

2. 确定压测指标：

读写混合，所有响应时间 < 200ms，响应时间99值 < 60ms

数据量：2000*365（至少730w数据完成功能测试）

读tps > 1000，写tps > 500

3. 执行测试：

写请求测试执行 -> 读请求测试执行 -> 综合测试执行（20%写，80%读），关注tps

【3】调度系统压测

大部分服务都不止一个后台，看看上面这个服务，可能的瓶颈在哪呢？嗯，是调度和存储系统，因为是单点。压测类似服务步骤：单独测后台性能极限 -> mock后台，测调度系统的性能极限 -> 存储系统处理能力

七、系统调优

了解系统处理逻辑：多阅读研发的代码，了解代码逻辑

了解系统原理：tcp、内核等

了解测试工具原理：因为工具的设计往往体现了测试思维

多思考，可以参考研发如何分析瓶颈