测试开发|Tencent云测学习

交流记录

主要是基于IAAS的云上测评

1.性能分析，体系希望掌握的内容：

• linux基本操作
• python3，方便，排查，跑失败的时候。
• 计算机组成原理（CPU/内存/GPU/PCE/总线）
• 操作系统理论知识（进程、线程）之间的关系，通信，网络协议栈
• TCP/IP模型，对应协议和用处
• 云计算的概念
• 进阶（性能分析知识《性能之巅》）

2.什么是软件性能测评：

例如：下载软件的速度，网络。可靠性，资源拓展。。。
符合性能标准，包括但不限于压测

3.性能测试的重要性：

• 用户体验，
• 成本和容量（布置多少机器）评估

4.基准测试benchmark：

通过设计科学的测试方法、测试工具、测试系统，对一类测试指标进行定量，可对比测试。
具有以下几个性质：
相关性（基准应该衡量相对重要的标准），代表性，公平，重复性，成本效益，可拓展性（由低到高一系列系统），透明度（易于被理解）

• 业务基准：真实的业务场景表征性能
• 微基准：某个部分的性能。兼容好，方便简单操作，快速定位性能问题，多个微基准组合可以体现一类业务的性能。

5.云计算的意义：把服务器交给更可靠的人维护

• IAAS,基础测试托付
• PASS,提供开发平台，云函数
• SAAS开放框架下

6.云计算性能测评：

服务器硬件：

• GPU
• CPU
• 架构，arm，intel。x86
• 指令集
• 主频/基频、睿频
• 寄存器、tlb、cache
• apic(硬件方面，高级可编程中断器），网络中断收
• 总线，联网带宽
• 虚拟化过程（装箱策略，进程—绑在哪一个核儿上）
• 内存
• 网卡
• 存储
• 主板，南桥北桥，bios，总线等。

7.云计算性能测评关注点：

• CPU/内存
  • 指令集性能
  • 上下文切换/系统调用耗时…
• GPU
  • P2P带宽
  • 渲染性能
  • 光追性能…
• 网络（VPC）
  • 带宽、pps
  • 内核网络协议栈数…
• 磁盘（本地盘/BS盘）
  • 队列深度
  • 块大小
  • 稳定性…

8.常用工具：

Unixbench，mlc，stream，redis，fio，etcd，shoc，

问答环节

1.带宽要求大-----对大包影响大

可以直接io

2.网络访问：

DNS解析，请求对应的ip，服务器后端怎么反应。页面拿到文本数据，dump的解析，（前端页面的优化）

3.应用场景

web服务，大数据，机器学习（大规模几百个TB）
分部存储，控制面层，关注的是数据面，IAAS性能，

4.影响业务，应用程序特征化

机器学习-CPU,即时通讯-IO
Redis，ETCD
UDP主要看IO的吞吐量。

5.云服务替代桌面：

1.硬件的维护成本–>高性能计算领域，机器学习，专业渲染（GPU服务器）
2.高.宽带移动网络的普及5G-》云游戏云桌面

6.虚拟化的ubuntu上面写一个200MB的文件速度非常慢，可能是什么原因：

根据linux读写文件的逻辑，大概率是磁盘io的问题，看走哪个io口。

7.一些语言：

高性能：C,C++，GO，
python用户层接口，算法

8.具体的测试分析流程：

反馈优化，归因的流程，定位到哪一个点是瓶颈，网上找patch工具。

9.关于测试开发：

比较底层，要用的是偶又很有用。
操作系统和算法，底层原理。区别是否搬砖
关键性问题要解决，来自于平常的积累，为什么会有差异
多做笔记多思考。
多用谷歌搜索算法
实习生：
基础知识扎实、态度和好奇心，学习能力。
前端烂大街，但是厉害的人少。
服务器之间的集群。

10.评判分析报告的优劣：

• 1.数据的专业性
• 2.分析的方向

11.分析方案：

• 机型对标，同架构的。
• Centos企业服务比较是
• 集群的内部互联的带宽
• 测试数据，平均值，中位数，差值？统计学，方差等等综合看待，同时提供

12.其他：

sysbench，时钟源
stress-GNG，测试随机数
某一个case的实现流程
测内网宽带：两台

13.云溪大会，云计算

我的想法

• 我开始对于测试的概念并不是特别的深，总是迷茫与不知道要做什么，听完交流学习的会后，至少基于IAAS是偏向于硬件层面，而服务器其实就是高性能电脑，这跟研究一台电脑是否符合自己的性能似乎有异曲同工之妙，那么从这个入手点，至少让我对于测试做的事情更加明白了一点。
• 测试需要的知识面特别的广，对于硬件和一个功能实现的底层原理（基本原理）需要有理解。
• 测试的重要在于数据量，数据准确度，以及可以通过数据分析多少出来
• 高阶玩家除了跑bench工具以外，还可以自己做测试工具