性能测试相关归纳总结（持续更新）

1.性能测试怎么做？性能测试的流程是什么？
性能团队组建[Project stakeholders]-测试计划创建(了解系统架构[System Architecture]，明确性能指标[Performance Indicators]，确定测试策略[Test Strategy]，准备测试场景[Test Scenario])-环境搭建-准备数据-工具选择-脚本编写-执行测试-性能瓶颈分析[Performance Bottleneck]-回归调优[Performance Tuning]-测试报告

2.性能测试的分类：
①瞬发测试（并发测试）（验证秒杀等业务）
②负载测试（Load Testing）：确定在各种工作负载下系统的性能，目标是测试负载逐级增加是，查看系统各项性能指标的变化情况（确定系统性能拐点），看看系统工作怎么样
③压力测试：（Stress Testing）：评估超过预期负载时，系统的运行情况。通过确定一个系统的瓶颈或者不能接受的性能点，来获得系统能提供的最大服务级别的测试，以出错位目标。可以认为是高负载下的负载测试。也需要观察负载下降时，系统是否能恢复正常
④稳定性测试（Stability Testing）：增加系统资源占用，系统长时间的大并发运行或者正常流量的系统访问，确定系统长期稳定工作的能力
⑤配置测试 (Configuration Testing)：通过修改系统配置确定系统性能
⑥灾难测试(Failover Testing)：大型系统的部分在故障不可避免时确定系统仍可用，通过Chaos实现。

3.常见的性能指标以及专有名词有哪些？分别是什么含义？
①性能指标：
VU:虚拟用户数(也就是并发量)
tps：每秒事务量，代表了系统的处理能力，tps越高，性能越好,TPS=并发量(VU)/平均响应时间(Runtime+Thinktime+Pacetime)
响应时间：一般指平均响应时间，从发出请求到接受到系统响应数据所花费的时间，响应时间越短，性能越好
吞吐量：网络上行和下行流量的总和，吞吐量是网络瓶颈定位的重要指标
错误率：在压测过程中系统出现错误的比例
②专有名词：
PV:页面浏览量

4.性能测试计划应包括的内容:
①系统概述：描述系统使命，系统功能
②测试环境描述：描述生产环境，测试环境，客户端环境。描述不同环境造成的影响。
③需求分析：描述系统性能需求，描述需求范围
④测试策略:描述测试手段，如测试工具，如果处理第三方系统
⑤测试场景确定：描述如何组合业务场景
⑥测试准备：描述测试环境如何搭建，测试数据如何准备
⑦测试计划时间表：描述时间进度安排
⑧测试组织架构：描述测试相关干系人，干系人职责
⑨交付物清单：性能测试计划，性能测试报告，性能测试脚本，数据构造脚本
⑩测试风险描述：描述可能存在的项目风险，以及如何应对

5.如何进行性能测试的需求分析？
第一步:采集需求
①理想状况-从需求文档
②现实状况-性能测试人员主动采集相关需求：了解系统架构-量化业务量-了解业务时段-了解业务扩展趋势-了解是否有数据归档-采集在线用户数-了解是否有第三方系统(确定是否需要做挡板)-了解系统硬件指标(如果可以)
第二步:分析需求
①确定性能测试的范围
理想状况-BA,PO确认
现实状况-性能测试人员确认：确定高频次业务；确定性能影响大的业务；确定功能的可验证性
②明确性能指标:
理想状况-BA,PO确认
现实状况-性能测试人员确认：PV TPS 响应时间 成功率
③分析业务趋势:
理想状况-BA,PO确认
现实状况-性能测试人员确认：计算系统应承担业务量
④估算TPS，估算基础并发量
理想状况-BA,PO确认
现实状况-性能测试人员确认

6.如果没有性能指标怎么做性能测试？如果让你预估性能指标，怎么预估？
估算需求TPS:
第一步:估算需求高峰单位PV(如一个小时):
新系统:①竞品数据 ②经验
老系统:①LOG业务统计 ②新需求指标
第二步:估算的TPS=[高峰单位PV✖80%] / [3600✖20%] (以一小时为例，根据二八法则计算)

估算基础并发量:
第一步:估算系统响应时间(Runtime+Thinktime+Pacetime)
新系统Runtime:使用业内的响应时间标准①1s 2s 3s标准 ②2s 5s 10s标准
老系统Runtime:①抓包观测不同接口的响应时间②新需求指标

Thinktime:使用业内标准-3s, 如果确实相关页面thinktime较长则适当增加thinktime时间
Pacetime:根据具体业务确定

第二步:估算的基础并发量=估算的TPS✖(Runtime+Thinktime+Pacetime)

7.性能测试的测试场景如何划分？
①按场景类型划分:基准测试场景，配置测试场景，负载测试场景，稳定性测试场景
②按业务划分:根据UserStory与相关负责人(PM PO BA等)确认具体的业务场景)

8.列举常用的线程（用户）？
①线程组
②Stepping Thread Group（阶梯压力模拟）
③Ultimate Thread Grpup（波浪压力模拟）

9.列举常用的Jmeter的Sampler（取样器）
①HTTP请求②JDBC请求③GRPC请求④TCP请求

10.列举Jmeter的断言方式
①响应断言②大小断言③JSON断言④XML断言⑤BeanShell断言

11.列举Jmeter的逻辑控制器
①事务控制器 ：一组接口的集合作为衡量的指标
②并发控制器(Parallel)：一组接口同时发出，取最长响应时间
③while控制器：判断条件为False时终止循环
④吞吐量控制器：不能控制吞吐量，控制取样器访问数量比例或数量
⑤简单控制器：对执行无任何影响，仅用于分组
⑥循环控制器（Loop）：实际循环次数=线程组循环次数*循环控制器循环次数
⑦if条件控制器：通过某个条件控制节点下的元件是否运行

12.Jmeter的前置后置处理器
前置处理器：①BeanShell预处理程序
后置处理器：①BeanShell后置处理程序 ②正则表达式提取器③json提取器

13.固定定时器和测试活动的区别
①固定定时器是在每个sampler（采样器）之前执行的，而不是之后，测试活动是在sampler执行完之后再等待
②固定定时器往往时间很难控制，但是测试活动可以通过停止，循环等减少等待时间

测试活动可以设置期望循环的部分而跳过部分步骤

14.取样器：HTTP请求高级选项中Java和httpclient4的区别
Java：选择压测时，链接是复用的(10个线程循环十次，显示10个TCP连接)

httpclient4：压测时，每请求一次都创建一个新的链接（10个线程循环10次，显示100个TCP连接），（jmeter5.0以前默认关闭了连接复用，5.0上是打开的：即每请求一次都会创建一个新的链接）。默认为HttpClient4。

15.局域网中模拟多个IP地址请求访问
①以太网-属性-Internet Protocol Version 4(TCP/IPv4)-局域网内无占用得IP，设为同一子网掩码
②CSV数据文件设置变量名称设置为IP
③HTTP请求->高级->源地址：IP/主机名参数化IP

16.要求TPS非常高，性能测试怎么做？
使用分布式
①jmeter.properties文件修改远程host的IP与端口号
②UI界面：运行->远程启动
或者命令行执行： /jmeter -n -t test.jmx -l test.jtl Jmeter命令参数： -n 表示非界面模式 -t 表示要测试的脚本 -l 表示执行的结果文件 -R 表示启用远程服务，后面跟远程机器，即slave机器列表。 -r 表示启动所有配置的远程压力机 如果是本机压测就无需要带-r参数

17.给你一种Jmeter暂不支持的协议的系统，怎么测试
a> 先了解协议的格式，数据交互
b> 查找压测工具是否支持本协议
c> 如果不支持，通过自己写代码的方式发送协议包进行测试

18.tps压不上去，可能有哪些方面的原因？
a)压力机本身性能瓶颈
b)网络IO瓶颈
c)中间件（tomcat/nginx/mysql）连接数限制
b)Java线程的阻塞、等待
e)本系统资源的瓶颈（cpu、内存、磁盘、网络等）
f)其他外部系统响应时间过长，造成本系统的time-wait

19、测试数据怎么构造？你一般都是采用哪些方法来造数据？
a)调用业务接口构造数据
b)直接写jdbc代码造数据
c)存储过程造数据

20、什么是集合点，什么场景下需要用集合点
集合点是测试脚本中的一个标记，当每个虚拟用户执行到标记处时，会停留在标记处等待其他的虚拟用户，当达到预期设置的并发数时，标记处的所有用户同时启动执行后续的请求
集合点会产生瞬间高并发，但是也会降低平均压力。所以在压测过程中，如果有要求瞬间高并发的业务，就需要使用集合点，比如抢购，秒杀之类的业务。
没有类似业务则不需要加集合点

21.Jmeter保存cookie
①CookieManager.save.cookies设置为true
②添加一个空的cookie管理器
③添加Debug Sampler，添加对应结果树，运行一下，可以看到存储的cookie数据
④使用BeanShell PostProcessor进行提取，${__setProperty(cookie_2,${COOKIE_.AspNetCore.Culture},)}
⑤信息头管理器使用变量${__P(cookie_1,)

22.测试环境如何部署
a)首先线下必须要有专门的性能测试环境，尽量保证客户端与被测试服务器处于同一机房，同一网络环境下
b)线下环境单台机器配置和线上不能相差很大，可以通过单台的机器性能推算出多台机器性能（需考虑一定的性能损耗）
c)如果线下机器配置很差，只能测试出程序有无性能问题，这样线下测试出来的数据对线上没有太大参考意义
d)如果想获取比较准确的线上性能情况，建议最好做线上的性能测试

23.Jmeter中怎么做二次开发
①针对Java
a)通过eclipse等工具手动编写一个Java类，实现JavaSamplerClient接口
b)将要写的代码放到JavaSamplerClient接口对应的实现方法中，如果需要暴露出参数，将参数添加到getDefaultParameters方法中
c)脚本调试通过后，将写好的脚本达成runnable jar，将jar包和依赖的lib文件夹放到Jmeter的lib/ext下，重启Jmeter
d)在Jmeter中添加JavaSampler，选择jar包中的测试类
②针对Python
方法一：通过jmeter的BeanShell取样器，通过dos命令（间接）调用python脚本（可能存在性能瓶颈）

String command = "cmd /c python D:\\python_work\\automation\\mq_send_message.py";
Runtime rt = Runtime.getRuntime();
Process pr = rt.exec(command);

方法二：将相关需求做成python的web服务（使用flask）

24.对于Linux系统，主要的监控指标有哪些？他们的各自阈值是多少？
cpu使用率：<80%
load值：<cpu的核数
系统内存：使用率<80%
磁盘IO：<100%-90%
网络IO：<带宽上限

25.应用服务器cpu高和数据库服务器cpu高的分析思路是什么？
应用服务器的cpu高，先要看tps和响应时间，如果tps比较高，我们认为是正常的cpu消耗；如果tps比较低，那么往往某些代码过于消耗cpu，可以考虑使用jprofiler分析下
数据库服务器cpu高，往往是因为sql语句执行效率比较低，可以通过对数据库慢查询是监控，结合执行计划进行分析，是否是相关表没有索引或索引未生效

26.如何找出系统瓶颈？