性能测试理论基础和相关面试题

304 篇文章 3 订阅
276 篇文章 3 订阅
性能测试常见分类

负载测试:模拟用户持续不断的访问某个接口或某个页面,以此来查看服务器的性能指标。

②压力测试:通过确定系统的瓶颈或不能接收请求的性能点,来获得系统提供的最大服务级别的测试。

说明:压力测试的特点是一瞬间给的,是大并发,不是循序渐进 ☆

总结:

1吞吐量一旦下降,就是出现拐点了,那么就意为着最佳处理的点已经过去了,千万不要等到崩溃点

2 压力测试就是一瞬间的高并发。在高并发下,查看服务器指标情况,找出最大极限点。

③稳定性测试:找出服务器的最大负载值,在最大负载值的压力下持续长时间的运转,以此查看服务器的稳定性。

总结:

极限的负荷下,最大的负载强度下,长时间运转,看服务器是否能够稳定,不崩溃,就是测稳定性

④配置测试:找到系统各项资源的最优分配原则,到达最优的状态 ☆(数据库的配置,应用服务器的配置)

⑤强度测试:迫使系统在异常的资源配置下运行(异常:短时间内大数据、磁盘空间不够)

⑥大数据量测试:是与并发相结合的极限状态下的综合数据测试(百万级以上才是大数据量,双十一1秒钟600w+)

注意:

1性能测试有很多分类,每个分类之间也有相似之处,不必纠结于概念性的分类说法。(可靠性、并发)

2 重点记忆1,2,3的。

常用性能指标

①吞吐量(TPS):服务器每秒钟处理事务数

关于事务的说明:

比如:登录的功能,共有四个请求,那么这四个请求,就叫一个登录事务

支付TPS:每秒支付成功多少人

登录TPS:每秒登录成功多少人

②响应时间:从发完请求到响应回客户端的时间

1秒内算优秀

3秒内算良好

5秒内算较好(老标准)

5秒以上不合格

说明:一般情况下,性能需求里会写清楚数据量大的时候,响应时间是多少,如果没写,默认是就是3s内 ☆

总结:对于响应时间的预估,业界经典理论就是“1-3-5” (即1s算快,3s正常,5s无法忍受)

③CPU占用率:不能大于70%-80%(不绝对)

④内存占用率:不能超过75%(不绝对)

⑤最大并发用户数:根据项目实际情况而定(不绝对)

区分三个概念:

1)在线用户数:所有正在访问系统的用户(不一定操作,挂着)

2)并发用户数:同一时间对服务器产生请求的用户总数

3)系统用户数:系统里真实的用户数量(可能是1w人,但就10人在线,2人产生并发)

说明:输入用户名和密码,是在线数,因为没发请求;如果点击登录,才叫并发数。

举例:9点打卡,9:01算迟到,60s内有100人打卡,并发数是多少?100/60=2(向上取整)

面试题

XXX邮箱去年全年处理邮件约100w条,考虑到3年后可能递增到每年200w条。假设每年处理量集中在8个月,每个月20个工作日,每个工作日8小时。试采用80/20原理,估算系统服务器高峰期的处理能力应到达什么水平?

分析:

1应该按每年200w计算

2:80/20原理,20%的时间做了80%的事,而80%的时间做了20%的事(访问量:18-24点是高峰)

3:高峰处理能力就是计算他的TPS,而1条记录,就是一个事务(每个事务一定伴有多条请求)

计算过程:总事务数/总秒数

每年200w条,工作天数是8个月x20工作日 = 160天,每天就是2000000/160 = 12500条

80%业务:12500x0.8 = 10000个/天

20%时间:8小时x3600秒x0.2 = 5760秒

求TPS每秒事务数:就是10000/5760=1.736个事务/秒(向上取整是2个事务/秒,注意不是四舍五入)

简单估算并发数的公式:【在线数x10%=并发数】

总结:

感谢每一个认真阅读我文章的人!!!

作为一位过来人也是希望大家少走一些弯路,如果你不想再体验一次学习时找不到资料,没人解答问题,坚持几天便放弃的感受的话,在这里我给大家分享一些自动化测试的学习资源,希望能给你前进的路上带来帮助。

软件测试面试文档

我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

 

          视频文档获取方式:
这份文档和视频资料,对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!以上均可以分享,点下方小卡片即可自行领取。

  • 12
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值