前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >性能测试-基础篇

性能测试-基础篇

作者头像
似小陈吖
发布2023-10-17 10:01:29
4900
发布2023-10-17 10:01:29
举报
文章被收录于专栏:测试那些事

前言:性能是什么

每个人眼里对性能理解不一样,但是我们如果从一个App的维度来看:

用户眼中的性能:

1、App使用崩溃,卡顿,延迟

2、App反应慢,使用页面无反应

那开发眼中的性能:

1、数据库设计是否合理

2、代码逻辑、算法是否可以优化

运维眼中的性能:

1、服务器资源使用是否合理

2、服务是否需要拓展

那我们测试眼中的性能是什么?

测试的任务是保证质量,所以咱们测试考虑性能应该上述都要考虑

1. 什么是性能测试

定义:性能测试是通过自动化的测试工具模拟多种正常、峰值以及异常负载条件来对系统的各项性能指标进行测试。加上性能分析调优

简单来说,自动化的测试工具就是我们用各种工具,比如JMeter 、LoadRunner...

正常、峰值以及异常负载条件就是我们的一系列方法,可以分为性能测试的分类

2. 性能测试方法(分类)

负载测试

通过逐步加压的方法,找到预期性能指标,确定系统所能承载的饱和状态,如90%的用户响应时间不超过5s,cpu使用率不超过70%,是我们常用的一种测试

压力测试

与负载测试一样,压力测试也是同样逐步加压的方法,与负载测试不同的是,压力测试没有具体的性能指标,目的就是看什么条件下可以把系统压崩溃

并发测试

同一个时间内,多个虚拟用户同时访问同一个模块、同一功能,测试是否有性能问题

容量测试

是指数据库层面的,目标是获取数据库的最佳容量的能力,具体方式是在一定并发用户,不同的基础数据量下,查看数据库的处理能力,获取数据库的性能指标

可靠性测试

也叫稳定性测试或疲劳测试。指系统在高压情况下,长时间的运行系统是否稳定,如cpu使用率在70%以上,运行7*24小时,系统是否稳定

异常测试

也叫失败测试,系统架构方面的测试,如果在负载均衡架构中,要测试宕机、节点挂掉等情况系统的情况

出几道测试题,判断下是哪种测试:

1、用户上传10M以内的文件,响应时间不能超过3s

2、双十一期间,购物App是否可以承受大量用户使用功能

3、高并发下,系统运行24小时,系统是否稳定

4、对登录接口进行阶梯型性能压测,看最大的并发量是多少

3. 性能测试目的

验证是否达到预期性能指标,找出性能瓶颈

4. 性能测试流程

1.需求分析,制定指标

很多人觉得这一步很琐碎,其实很关键的,我们做功能测试的时候都需要知道预期结果,所以在性能测试中不能直接开干,也得需要分析,确认好指标

2.脚本开发,场景设置

这块包括一些准备工作,包括硬件、网络、操作系统,中间件,数据库、测试数据,监控工具等。 然后录制、开发、优化脚本

3.场景设置,监控部署好,执行测试

根据已经设计好的场景执行脚本,记录测试结果,根据监控得出各个性能指标

4.性能分析、性能调优 对性能进行分析,如果性能有问题,进行调优

5.再次执行测试,性能分析。性能报告

调优后再次执行测试,看我们的调优是否符合,是否成功,没啥问题,得出测试报告

小问题:

1、在我们做性能测试前,我们必须先确认什么?

2、我们怎么知道性能是否有问题?

3、性能监控有什么作用?

5. 性能测试场景

有三个比较重要的场景:基准场景单接口负载场景混合场景负载场景

1、基准场景

指单线程或者少量线程下对单接口进行测试,测试结果作为基准数据

目的:

验证测试脚本及测试参数的正确性,同时也可以验证脚本数据是否能够支持重复性测试等;

通过少量线程访问系统获取结果数据,作为对比参考基准;

根据测试结果,初步判断可能成为系统瓶颈的场景,并决定是否进行后续的测试;

2、单接口负载场景

指通过模拟多线程对单接口进行负载测试

选用线程数,逐步加压,得出相应的指标

3、混合场景负载测试

指的是增加线程数找出多个接口 TPS 的和对应的峰值

比如有人在浏览榜单,有人在抽奖,是最模拟真实环境下用户访问情况,多用户同时访问系统会调用系统各个接口,对各个系统产生并发压力

4、稳定性测试

系统在高压情况下,长时间的运行系统是否稳定,如cpu使用率在70%以上,运行7*24小时,系统是否稳定

5、异常测试

系统架构方面的测试,如果在负载均衡架构中,要测试宕机、节点挂掉等情况系统的情况

小问题:以用户登录、抽奖、奖励查询操作,按照上述测试场景来设计实际场景

序号

业务

场景

场景类型

1

登录

单接口,单用户并发压测

基准场景

2

抽奖

单接口,单用户并发压测

基准场景

3

奖励查询

单接口,单用户并发压测

基准场景

4

登录

单接口,梯度递增线程并发测试

单接口负载场景

5

抽奖

单接口,梯度递增线程并发测试

单接口负载场景

6

奖励查询

单接口,梯度递增线程并发测试

单接口负载场景

7

登录-抽奖-奖励查询

多接口,梯度递增线程并发测试

混合场景负载测试

8

登录-抽奖-奖励查询

多接口,性能瓶颈下80%以内的线程下,稳定并发24小时,系统稳定情况

混合场景负载测试

9

登录-抽奖-奖励查询

CPU占有80%情况下,多接口的响应情况

异常测试

6. 性能常见指标

1、系统性能指标

事务:客户端发起的一个或多个请求(请求组成一个完整的操作),客户端接受从服务端返回的响应

比如:银行转账,银行1给银行2转账发起请求,银行2返回转账成功,银行2账户加钱,银行1收到成功返回,银行1账户扣钱,这一整个过程算一个事务

响应时间

  • 请求响应时间:客户端发起一个请求,到客户端接受从服务器返回的响应,整个过程的时间。响应时间一般随着并发用户数上升而不断升高
  • 事务响应时间:可能是由一个或多个请求组成,主要针对用户而言

并发:

  • 并发:是指一个时间范围内,比如1s内或2s内,多用户在系统进行同一操作
  • 绝对并发:同一时刻,同一时间点,并发用户同时发送请求
  • 相对并发:一段时间内,比如1s,并发用户同时发送请求
  • 并发用户数:同一单位时间内,对系统发起请求的用户数量,简称并发数。并发数越多,系统的负载就越高

吞吐量:

  • 吞吐量:单位时间内系统成功传输的数据量。吞吐量是数据层的指标,以MB、GB为单位

TPS/QPS:

  • TPS:每秒钟处理的事务数,事务数并不等于请求数。tps是网络协议层的指标
  • QPS:每秒查询率,只有查询,不建议用作性能指

1、tps和吞吐量的区别? tps是网络协议层的指标,指每秒钟处理的事务数。吞吐量是数据层的指标,指单位时间内系统成功传输的数据量,在很多时候,我们把tps当成性能监控数据,因为tps高的则吞吐量就会高

2、tps和qps的区别? tps是每秒处理事务数,qps是每秒查询率。qps基本类似于tps,不同的是每访问一个页面(一个过程),会形成一个TPS,但是一次页面请求,可能会对服务器多次请求(资源、图片),这多次请求可以计入QPS。 比如,对一个接口压测,接口内部不再请求其他接口,那么tps = qps 简单来说,t可以是一个接口,也可以是一个业务的流程

2、系统资源指标

cpu

  • CPU 又称为中央处理器,是一块超大规模的集成电路,是一台计算机的运算核心(Core)和控制核心( Control Unit)
  • CPU 指标主要指的 CPU 利用率
  • CPU使用率不高于75%-85%

内存

  • 内存是计算机中重要的部件之一,它是与 CPU 进行沟通的桥梁
  • 内存大小使用率:不高于80%

IO磁盘

  • 即input/output,磁盘的输入输出,输入指的是对磁盘写入数据,输出指的是从磁盘读出数据,磁盘I/O可以理解为读写。应用发起的一次或多次数据请求,I/O请求的数据量又称I/O大小,单位为KiB,例如4KiB、256KiB、1024KiB等;
  • 磁盘IO(速率):不高于90%

7. 了解:常用系统分层架构

系统的架构分层各不相同,但是对于我们来说,只需要关注上述三层即可,我们必须要先了解系统的分层架构,才能分块排查问题,不至于分析调优的时候不知道如何下手

那如果我们不知道如何下手的情况下,可以从底层到最外层的顺序排查。首先进行数据库测试,有问题就sql调优或数据库配置调优。数据库测好了,测api层,以此类推

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2023-08-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 前言:性能是什么
  • 1. 什么是性能测试
  • 2. 性能测试方法(分类)
  • 3. 性能测试目的
  • 4. 性能测试流程
  • 5. 性能测试场景
  • 6. 性能常见指标
  • 7. 了解:常用系统分层架构
相关产品与服务
腾讯云服务器利旧
云服务器(Cloud Virtual Machine,CVM)提供安全可靠的弹性计算服务。 您可以实时扩展或缩减计算资源,适应变化的业务需求,并只需按实际使用的资源计费。使用 CVM 可以极大降低您的软硬件采购成本,简化 IT 运维工作。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档