性能测试基础知识

栏目: IT技术 · 发布时间: 5年前

内容简介:性能测试基础知识

参考书籍:《软件性能测试过程详解与案例剖析》第二版——作者:段念

 

1、定义

对响应时间的评估、分析,结合应用的架构和实现细节找出问题,并最终确认问题得到解决的过程 

2、影响软件性能的因素

网络环境、数据库服务器、应用服务器、业务逻辑的实现方式、系统采用的架构、代码的优化程度、使用者的使用方式等

3、测试模型

通用的软件测试过程模型(PTGM)、敏捷软件测试模型(ATPM)

4、软件性能测试的应用领域 

能力验证、规划能力、性能调优、瓶颈发现、性能基准比较

 

一:基础篇

1、软件性能测试的基本概念

1.1 性能是一种指标(软件性能对其及时性要求的符合程度)

    性能的及时性用响应时间或者吞吐量表示

    响应时间:对请求做出响应所需要的时间

例子:交互式的应用(web):用户感受到的响应时间

     非交互式的应用(嵌入式或者银行等业务处理系统):系统对事件产生响应的time

1.1.1 用户视角的软件性能

端→端

用户操作——数据操作请求——(应用服务器)服务端响应——返回数据——用户端

1.1.2 管理员视角的软件性能 

服务器资源使用状况是否合理                       资源利用率

数据库资源使用状况是否合理                       资源利用率

系统能否可以实现扩展                            系统可扩展性

系统的最大并发,压力是多少                       

并发:最多能支持多少用户访问                     系统容量

压力:最大的业务处理量

系统可能的瓶颈在哪里                            系统可扩展性

更换什么设备能提升系能                          系统可扩展性

能否支持7*24小时的业务访问                      系统稳定性

1.1.3 开发视角的软件性能 

架构设计是否合理                               系统架构

数据库设计是否存在问题                          数据库设计

代码是否存在性能方面的问题                       代码

系统中是否存在不合理的内存使用方式                代码

系统中是否存在不合理的线程同步方式                设计与代码

系统中是否存在不合理的资源竞争                   设计与代码 

1.1.4 web前端性能

Web应用的前端响应时间:页面加载时间

其中包括:

1.对HTML的解析读取

2.对页面图片及CSS等文件的获取和加载

3.客户端脚本(JavaScript)的执行时间

4.对页面进行展现所花的时间 

 

1.2软件性能的几个主要术语

1.2.1 

合理的响应时间取决于实际用户需求

1.2.2 

并发用户数:N数值的用户同时访问系统

1.服务器实际承受的压力不只取决于并发用户数,还取决于用户的业务场景

2.服务端承受的最大并发访问数取决于并发用户数+业务场景

业务场景:通过服务器日志的分析得出的结果

日志分析方法:对服务器日志进行分析,了解系统用户的使用状态,计算出服务器承受的最大并发用户数量

特点:准确度/可信度高

适用:internet应用(无法估算用户量和行为方式)

推荐日志分析工具:AWStats:http://awstats.sourceforge.net/

这是一个基于 Perl 的日志分析工具,可对Apache/IIS的日志进行分析,还有良好的扩展支持

 

用于估算并发用户数的公式(仅供参考)

平均用户并发数:C=n*L/T

峰值并发用户数:C›≈C+3C 

其中,C是平均并发数,n是用户从登陆到退出系统的时间段,L是系统使用时间段的平均值,T是使用系统的时间段数值,C›指并发用户数的峰值

对于企业内部使用的web系统,还有精度更小的一种公式

平均用户并发数:C=n/10

峰值用户并发数:C›≈r*C 

其中,r值一般取2—3.这种方法要求不太严格,只有很少数据支持分析的性能测试中使用

1.2.3 吞吐量

定义:单位时间内系统处理客户请求的数量

一般来说,请求数/每秒OR页面数/每秒来衡量

从业务角度来说,访问人数/天OR处理的业务数/小时来衡量(PV、UV)

从网络角度来说,字节数/天来考察网络流量 

对于交互式应用,吞吐量指标反映服务器承受的压力,在容量规划测试中,吞吐量是个很重要的指标,因为它能说明系统级别的负载能力

Web系统的性能测试中,吞吐量指标可以在两个方面发挥作用

1.协助设计性能测试场景,以及衡量性能测试场景是否达到预期的设计目标

2.协助分析性能瓶颈

3.没有遇到瓶颈之前,吞吐量和并发用户之间存在的关系可以用下面的公式表达:

  F=N(vu)*R/T

F表示吞吐量,N表示VU的个数,R表示每个VU发送的请求(点击)数量,T表示性能测试所用的时间

不同并发用户数量情况下,对同一系统施加相同的吞吐量,很可能得到不同结果

 

PS:大部分性能测试中,单击数(Hits)指客户端发出的HTTP的请求数量,而不是指用户在页面上的一次单击事件。

比如:一次单击事件请求页面A,页面A包含3张图片和一个框架(Frame),则这次单击共产生了5个Hits(包括对页面A本身的请求) 

1.2.4性能计数器(Counter)

定义:描述服务器或者操作系统性能的一些数据指标

作用:监控、分析

分析系统可扩展性,进行性能瓶颈的定位时,计数器取值非常关键

相关指标:资源利用率:系统各种资源的使用情况 

1.2.5思考时间(Think Time)

休眠时间:用户操作时间每个请求的间隔时间

体现在脚本中,就是操作之间放一个Think函数,使脚本在执行两个操作之间等待一段时间

公式F=N(vu)*R/T吞吐量是VU数量N,请求数R和时间T的函数,其中,R又可以用时间T和用户的思考时间Ts来计算:

  R=T/Ts   (请求数=时间/请求间隔时间)

推荐一个计算思考时间的方法:

1.首先计算出系统的并发用户数

2.统计出系统平均的吞吐量

3.统计出平均每用户发出的请求数量

4.根据上面的公式得出请求时间

 

 


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

标签: 性能测试

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

ASO优化道与术

ASO优化道与术

ASO100研究院 / 东方出版中心 / 2017-6 / 49

应用商店搜索优化(App Store Optimization),简称ASO,广义上是指针对App在应用商店中的搜索、榜单、推荐等流量入口进行优化,有效提升用户量的行为。 本书作为本领域的第一本读物,主要针对App最常见的推广平台:iOS及Android,从多个维度,全面地介绍了ASO的操作方式。针对App Store推广的特殊性,特别解读了精品推荐、审核规则等iOS推广重点技能,同时率先带......一起来看看 《ASO优化道与术》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

SHA 加密
SHA 加密

SHA 加密工具

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具