性能测试阶段

        性能测试的目的，简单说其实就是为了获取待测系统的响应时间、吞吐量、稳定性、容量等信息。而发现一些具体的性能相关的缺陷(如内存溢出、并发处理等问题)，我认为只是一种附加结果。从更高的层次来说，性能测试最想发现的，是瓶颈。如何能得到所需要的信息，就需要从多方面进行测试。也要在测试的各个阶段严格把控，形成测试标准。

性能测试分为哪几个阶段？
上面主要说的是测试内容的划分，也就是说做性能测试时要考虑到的几个方面。从实际执行层面来看，测试的过程一般分为这么几个阶段：

1.测试确认
理解被测系统、寻找测试点、确认测试范围、测试环境等。一些重要信息需要同PM、需求人员、设计人员讨论确认，如用户最常用哪些功能、最关注哪的性能，程序上哪可能是压力点，哪些数据需要模拟到真实的量级，大体上需要使用哪种测试方法。

2.确定通过标准
性能是好是坏、测试是否通过，必须有明确的标准。这个标准，主要从客户的期望和业务上的需求两方面来考虑，客户的期望一般指页面上的响应时间，业务需求则是系统的处理能力，一般为吞吐量或TPS(每秒完成事务数)。标准制定的不合理，测试结果可能无法反映系统真实的性能表现，或者会让客户无法接受我们认为通过的软件。
至于具体如何去设定，是需要同业务负责人(一般为PM)和技术负责人(一般为设计人员)共同确认的，业务负责人了解用户的实际需求和期望，技术负责人了解具体的实现，可以判断哪些是不可达到的要求。
一旦达成了共识，那么测试就要严格的按照标准去执行。

3.测试设计
主要从上面提到的几个方面进行分析，针对系统的特点设计出合理的测试场景。为了让测试结果更加准确，这里需要很细致的工作。如建立用户模型，只有知道真实的用户是如何对系统产生压力，才可以设计出有代表性的压力测试场景。这就涉及到很多信息，如用户群的分布、各类型用户用到的功能、用户的使用习惯、工作时间段、系统各模块压力分布等等。只有从多方面不断的积累这种数据，才会让压力场景更有意义。最后将设计场景转换成具体的用例。
测试数据的设计也是一个重点且容易出问题的地方。生成测试数据量达到未来预期数量只是最基础的一步，更需要考虑的是数据的分布是否合理，需要仔细的确认程序中使用到的各种查询条件，这些重点列的数值要尽可能的模拟真实的数据分布(数据统计信息、执行计划相关的内容，此处就不细说了)，否则测试的结果可能是无效的。
此外，性能测试执行过程中，需要监控收集的各种指标数据，也需要明确下来。

4.测试环境准备
部署测试环境，生成测试数据，环境预调优等等。预调优指根据系统的特点和自己的经验，提前对系统的各个方面做一些优化调整，避免测试执行过程中的无谓返工。比如一个高并发的系统，10000人在线，连接池和线程池的配置还用默认的，显然是会测出问题的。

5.测试执行、监控
准备测试脚本，执行之前设计好的各个用例，监控并收集需要的数据。出现问题时，切记要全面的保留事故现场、或者是能进行分析的数据。比如TOMCAT不再响应，不能只把这个现象记录下来，这对问题的排查定位是没有意义的，要保留所有相关的日志，导出线程转储和堆转储。

6.问题分析定位、调优
发现问题或者性能指标达不到预期，及时的分析定位，处理后重复测试过程。
性能问题通常是相互关联相互影响的，表面上看到的现象很可能不是根本问题，而是另一处出现问题后引起的反应。这就要求监控收集数据时要全面，从多方面多个角度去判断定位。
调优的过程其实也是一种平衡的过程，在系统的多个方面达到一个平衡即可。

7.性能报告
将测试过程中记录的各种数据汇总成报告，将各方面需要的结果清楚的展现出来。
上面所有内容中，如果排除技术上的问题，性能测试中最难做好的，就是用户模型(或者叫系统使用模型)的分析。它直接决定了压力测试场景是否能够有效的模拟真实世界压力，而正是这种对真实压力的模拟，才使性能测试有了更大的意义。可以说，性能测试做到一定程度，差距就体现在了模型建立上。
至于性能问题的分析、定位或者调优，很大程度是一种技术问题，需要多方面的专业知识。数据库、操作系统、网络、开发都是一个合格的性能测试人员需要拥有的技能，只有这样，才能从多角度全方位的去考虑分析问题。
当然，对于测试人员来说，技术能力只能排在第二号，测试思想才是最根本的。敏锐的嗅觉、严谨的逻辑、合理的推测、大胆的实践是一个合格测试工程师的必备要素。真正的难点在于，你要想出来如何去测是有效的、有保障的，这才是测试工程师最重要的能力。
还是那个观点，思想才是根本。