性能测试中的TPS
众所周知,TPS(即Transactions Per Second的缩写)是性能测试中的一项重要指标,用于衡量被测系统的性能,TPS高则说明系统处理速度快,TPS低则说明系统处理速度慢,可能需要做性能优化。
通常TPS只是反映测试结果,测试出多少就是多少,然而很多时候我们需要事先指定TPS的目标值,通过测试来验证目标值是否达,那么该如何进行测试呢?
基于目标的性能测试
Loadrunner在新建测试场景时,就可以选择手动场景还是基于目标的场景,如下图所示:
目标类型可以选择TPS、hits per second等:
设置好目标后,直接运行就可以了,执行完成可以看到目标是否达到了。
这个过程都是自动完成的,其内部是如何实现的,对于我们来说完全是个黑盒子。
本文介绍的是如何通过手动设置场景来完成基于TPS目标的测试,重点介绍目标TPS是如何计算出来的。
测试场景的设置
我们还是选择手动设置loadrunner的测试场景,通常会有单交易场景测试和混合交易场景测试,下面是2个示例:
无论是单场景还是混合场景,目标TPS的计算原理都是一样的。
场景公式
在上面的场景例子中,我们需要重点关注4个字段:
-
虚拟用户数量(简称vu)
-
目标TPS
-
Pacing
-
Thinktime
所有场景的thinktime都是0秒,pacing和thinktime在概念上有联系也有区别。Thinktime比较常用、易理解,这里不多介绍,下面重点说一下pacing。
Pacing是loadrunner中的一个设置选项,如下图所示:
Pacing指action迭代的延迟时间,选项一是迭代不延迟,选项二是在上一次迭代结束后多长时间开始下一次迭代,选项三是每次迭代从开始到结束的时间间隔。
选项三实际上是设置每次迭代的期望完成时间,例如设置pacing为60秒,表示action这个事务要求在60秒内执行完成,如果action执行了4秒,那么后面的56秒会等待,直到60秒后再开始下一次迭代。
如果action执行了120秒,那么执行结束后会立即开始下一次迭代。
前者我们可以称之为“包含住”,因为执行时间小于pacing时间,后者称为“未包含住”,因为执行时间大于pacing时间。只要action的平均响应时间“包含住”了,目标TPS就可以达到。
理解上面的原理很重要,下面我们看一个例子。
假设有如下的测试结果:
-
vu为1时,action的响应时间只要小于等于2秒pacing,理论TPS应该都是0.5,换句话说只要action响应时间在pacing内,响应时间再快,TPS不会增加。
-
vu为10时,action的响应时间仍小于2秒,在pacing范围内,“包含住”了,达到5个TPS。同理,vu为20时,action的响应时间仍小于2秒,在pacing范围内,“包含住”了,达到10个TPS。在action的响应时间未超出pacing之前,TPS和vu存在正比关系。
-
vu为100时,action响应时间为10秒,不在pacing2秒范围内,“未包含住”,理论的50个TPS就不可能达到了。
通过以上分析,我们可以得出vu、pacing、目标TPS三者之间的关系,即:在action的响应时间未超出pacing之前,目标tps=vu/pacing。
通过该公式,可以较精确地测试出系统的TPS,通过大量的测试试验,结果也是和公式吻合的。
目标TPS根据需求得到,设置一个pacing就知道需要测试多少vu。减少pacing和增加vu都可以增加目标TPS。
建议的做法是先设定pacing,然后再设置vu,pacing的取值基本都是10秒,或者是10秒的倍数。pacing确定后就不再改变,要想增加目标TPS,只能调大vu。
总结
本文介绍了基于目标TPS的性能测试方法,希望通过本文,能让大家对TPS的设置有更深入的了解,在做性能测试时做到目标清晰,有章可循。
最后: 下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取【保证100%免费】
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。