【性能测试】性能测试理论基础

分类

名称	描述
基准测试	先测一轮，作为后面测试或版本的基准，一般只会把同一个版本的第一轮测的数据作为基准
性能测试	基于用户行为情况和用户分布等信息，对系统能否达到预期服务能力进行验证
负载测试	循序渐进地测试系统能够承受的最大值
压力测试	不断加压的过程中，找到崩溃的那个值（极端）
容量测试	系统会有很多配置参数，这些参数都放到最大的时候，是否生效，他们之间是否存在冲突
疲劳度测试	采用系统最大并发数持续执行一段时间，确定系统处理最大工作量的性能，测试系统出现疲劳的那个点，这个点可以是时间，也可以是并发量等。
稳定性测试	系统稳定运行7*24小时
现网性能测试	在真实环境上做性能测试
失效恢复测试	在具有负载均衡的系统中，局部发生故障时，是否对全局产生影响，用户能否继续使用系统

怎么考虑性能测试的典型场景

根据以下内容，明确性能测试需求，从而设计压测模型

产品规格

用户模型 (用户喜欢用什么功能，什么时间段用，大概有多少用户)

系统数据 (基础数据和业务数据)

系统构架

运维日志 (进一步确定真实用户的数据和行为)

市场计划 (帮助考虑性能的扩展性)

项目管理计划 (明确测试的重点、优先级)

性能测试流程

需求分析（重点难点） → 方案设计 → 测试计划 → 脚本编写（环境搭建、预热、数据准备） → 测试执行 → 监控调优（重点难点） → 输出报告

前期准备：

需求分析：做什么事情
方案设计：怎么做这件事（宏观）
测试计划：什么时间、什么人、做什么事、什么时间做完

中期准备：

脚本编写：先了解系统，对接口、功能彼此间的依赖关系，再开始编写；
环境搭建：需要多少资源
预热：跑一遍脚本保证没有问题
数据准备：准备多少数据，怎么准备(业务生成、工具生产、SQL存储过程、导入线上数据)

测试执行：是一个迭代反复的过程

测试执行：设置好场景、跑数据
监控：收集数据，为后面分析和调优做准备
调优：为了让软件更好，更能符合预期

完成：

输出报告：性能测试报告

性能测试的指标

并发用户数/在线用户数/注册用户数（客户端）

并发用户数：是用来压测的
注册用户数：根据这个并发用户数的值来造数据

响应时间（客户端）

响应时间是和一定的用户行为联系在一起的。一般与TPS一起来描述，比如TPS是多少的时候，响应时间是多少，响应时间一般越短越好，需要看具体测试对象的标准。

响应时间的时间细分

（a）打开浏览器，在百度中输入文字 ------------ （一般忽略）
（b）浏览器自身的处理时间
（c）DNS的解析时间 （host解析------本地DNS解析-------国内DNS---------国际DNS）
（d）TCP建连时间（三次握手时间）
（e）请求在往来上传输的时间
（f）服务端接收时间
（g）服务端解析时间
（h）数据库处理时间
（i）数据发送给客户端的时间
（j）数据在网络上传输的时间
（k）客户端收到数据并呈现出来所需要的时间

整个业务处理过程中经过的模块花费的时间都要考虑进来

TPS（客户端）

服务端每秒处理多少个事务，单位：个/秒
测试登陆的性能，一个事务里面，可能有很多的请求；

吞吐量（客户端）

衡量客户端和服务端之间的网络状态的指标。
衡量网络性能的实际指标。
单位：bit/s

思考时间（客户端）

模拟真实用户操作而停顿的时间间隔
思考时间会影响系统TPS
在编写脚本的时候，需要加上思考时间的设计

CPU/内存/网络/IO（服务端）

看整体是否够用，看具体要测试的程序用掉多少CPU

CPU

物理CPU/逻辑CPU/CPU的核心数

内存：

windows：系统显示多少就是多少

Linux：所有的系统内存都会拿来使用

网络（链接客户端和服务端的）

关注 带宽、吞吐量、丢包率

IO（磁盘的活动进程里查看）

关注 当前使用了多少，是谁在读是谁在写，他们各自用了多少

不同视角下的性能指标

用户：TPS、响应时间
开发：代码能跑多快
运维：CPU/内存/网络/IO
测试：以上全部

性能测试中的理论模型

性能测试拐点模型

（图片是网上截图引用的）

性能测试理发师模型

用于理解资源调度和业务排队等待之间的关系。可以参考：https://blog.csdn.net/kkdd2013/article/details/52034147

前端性能测试

在线前端性能测试工具

下载地址：https://gtmetrix.com/
输入要测试的网址后，等待结果即可