性能测试简谈
- 我们先了解一下，为什么要做性能测试：
游戏行业：某游戏上线新功能，目标是全服游戏群体，结果上线后，先后出现了服务器崩溃，游戏功能图标加载缓慢等问题，导致玩家怨声载道，为此，游戏运营商不得不发放了许多奖励。具体损失不表，为赶进度而发布的功能，也因为生产事故导致延期更长的时间
这就是典型的没有进行性能测试，或者说性能测试不充分导致出现的生产事故。在游戏行业还比较好，毕竟损失的只是虚拟的货币和玩家的游戏热情
通过这个案例，我们知道，在一些极限的场景下，软件和硬件会造成极大的破坏和损失，因此，我们需要进行性能测试，来验证软件在高压力下，高并发下，高负载下的实际工作情况。
- 什么是性能测试
性能测试就是模拟一些极端场景，对软/硬件性能进行测试，判断其极限性能和在极限性能边界上的运行状态。
设计性能测试场景,主要有以下场景：
– 基准测试：了解系统在静置时的资源消耗，如cpu,io,网络带宽，网络连接的情况。如果有干扰，务必排除。
– 单次连续请求测试：1次连续请求情况下的tps（Transaction Per Second 每秒事务请求数），响应时间，服务器资源消耗情况，主要用于参考。
– 负载测试：逐渐增加并发请求数，查看tps，响应时间，错误率，服务器资源消耗情况，主要用于分析最大性能。
– 压力测试：在最大性能的临界点上保持压力进行测试，查看服务器在高压力情况的处理情况。
– 稳定性测试：连续xx天内，在一定的并发下进行测试，查看服务器运行情况是否能达到需求设计
性能测试流程可以简单的划分为4个阶段：
性能需求分析阶段
准备阶段
执行阶段
报告和总结阶段
三. 第三步 —— 了解性能测试需要用到的技术
性能测试原理介绍：
性能测试，本质就是模拟客户端请求，对服务器进行高并发，高流量的压力测试，从而验证服务器提供服务的能力，并找出瓶颈点，提出或者进行优化
问题：
怎么模拟高并发，高流量？怎么进行性能优化？
怎么模拟高并发：
– 使用多线程技术，模拟高并发。
– 如果并发太高，如10w并发以上，则需要使用负载均衡和分布式处理技术，jmeter工具支持多台机器作为负载机。
怎么模拟高流量：
– 在每个请求中塞入大量数据即可
jmter各项指标
Jmeter指标：（由于Apache旗下性能测试工具Jmeter收集的性能指标偏少，下面的数据选取代表性指标）
1．Average/ms：服务器处理事物平均响应时间（表示客户端请求到服务器处理信息且反馈客户端的时间
2．Throughput/s：服务器每秒处理请求数，也叫吞吐量（表示服务器每秒处理客户端请求数（单位：个/秒））
3．KB/s：服务器每秒接受到的数据流量（表示服务器每秒接受到客户端请求的数据量KB表示）
4， Median：中位数，也就是50%用户的响应时间
5， 90%Line：90%用户的响应时间
6，Min：最小响应时间
7，Max：最大的响应时间
8 ，Error%：本次测试中出现错误的请求的数量/请求的总数
硬件指标：
1．%Processor time ： CUP使用率（平均低于75%，低于50%更佳）
2．System：Processor Queue Length ：CUP队列中的线程数（每个处理器平均低于2）
3．Memory：Pages/sec ：内存错误页数（平均低于20，低于15更佳
4．Physical Disk-%Disk Time： 磁盘使用率（平均低于50%）
5．SQL Server：Buffer Manager-Buffer Cache Hit Ratio： （在缓冲区告诉缓存中找到而不需要从磁
盘中读取的页的百分比，正常情况次比率超过90%，理想状态接近99%）
QPS（每秒查询率Query Per Second）= 并发数/平均响应时间
服务器在一秒的时间内处理了多少个请求，数字越大代表服务器的负荷越高、处理能力越强。
硬件性能分析结果 请细看如下博文
https://blog.csdn.net/qq_34659777/article/details/86575748?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task
怎么进行性能优化
那么怎么提升性能呢？我们首先介绍一个衡量性能标准的一个参数：TPS(Transaction Per Second 每秒事务请求数，数字越大代表服务器的负荷越高、处理能力越强。)。
我们再看一下TPS计算公式：
TPS = 总请求数/ 平均响应时间
总请求数：在一段时间内发送的所有请求数量
平均响应时间：所有请求的平均响应时间
通过这个公式，我们可以知道，当分母越小时，TPS越大。所以要提升性能，我们只需要提高平均响应时间就可以了。那么怎么减少平均响应时间呢？
提高网络传输速率，服务器内部处理速率，数据库处理速率,客户端处理速率，其中客户端处理速度也和服务端优化策略基本相同
性能优化：
网络传输速率的提高：
1，采用光纤，配置路由表，缩短网络传输距离与路由器跃点数量。
2，如果是实时服务，那么需要配置缓存服务器，尽量避免缓存穿透
服务器内部处理速率的提高：
计算密集型：优化思路是提高CPU利用率，采用多线程的思路进行。但是线程数量不能超过cpu核心数。因为线程数量超过cpu核心数后，cpu会分片执行超过部分的线程，会增加cpu读取线程缓存的压力，使计算能力下降
IO密集型：
– 优化思路是提高存储的效率，如使用固态硬盘，阵列，分布式等技术。
– 由于IO密集型中，CPU可能会等待IO操作完成。所以我们可以使用超过CPU核心数的线程来访问IO，从而提高性能（但如果磁盘繁忙，线程数再多也只是在磁盘队列中排队，增加CPU线程数来访问IO的方法，适用于IO读/写操作并不繁忙，但是需要长时间寻址的场景）
– 注意：因为磁盘内部只有1个线程处理IO操作，所以要真正实现磁盘的并发，需要使用多个磁盘，也就是磁盘阵列
数据库处理速率：
数据库直接和IO进行交互，所以提高IO性能，能提高数据库性能。
数据库有自己的数据结构，所以优化数据存储和查询的相关算法，也能提高数据库性能
索引优化
缓存优化
数据库连接优化
数据库查询语句优化
分表分库
分布式处理
思维导图如下：
性能监控
我们要分析数据，就必须得到数据，所以需要性能监控工具来采集和展示数据，才能进行分析。
那么我们要怎么进行监控呢？这里我们可以借助已经实现的工具来进行。
Linux：
可以使用sysstat工具包中的sar命令来监控CPU，内存，IO，网络的运行情况
可以使用ps命令查看线程运行情况
JAVA：可以使用jstack,jprofile,jstat,jmap,jps工具来进行查看，这是java自带的工具包，用于分析java的堆栈信息
Windows：
可以使用widnows自带的资源监视器监控和采集数据
数据库监控：
mysql数据库有自带的监控工具，但是收费
可以使用免费的工具进行监控，如innotop
可以使用综合能力强大的工具监控，如zabbix（也能监控服务端）
其他：
前端性能监控：Yslow，谷歌开发者模式->performance,使用windows.performance 进行定制化开发
Android监控：
– 网易开源的Emmagee，
– 腾讯开源的GT，
– 科大讯飞的iTest，
– Google的开源Battery