性能测试学习之三—— PV->TPS转换模型&TPS波动模型

PV->TPS转换模型

 

由上一篇“性能测试学习之二 ——性能测试模型（PV计算模型）“ 得知

 

TPS = ( (80%*总PV)/(24*60*60*(T/24)))/服务器数量

 

转换需要注意：

1.性能测试脚本中，只保留与性能点相关的内容，异步处理的，保留多个请求；
2.在执行场景中，不模拟浏览器缓存，确保每次请求都到达应用服务器；
3.在执行场景中，每次迭代，都模拟一个新用户，而且清除用户缓存信息，确保每个用户每次发送请求都是全新的。

 

TPS波动模型

 

TPS表现轨迹可以总结为两大类：

1. TPS有明显的大幅波动，不稳定。例如TPS轨迹缓慢下降，缓慢上升后骤降，呈瀑布型，呈矩形，分时间段有规律的波动，无规律的波动等。这些TPS的波动轨迹反映出被测试的性能点存在性能瓶颈，需要性能测试工程师与开发工程师查找性能瓶颈的原因。

2. TPS轨迹比较平稳，但是也存在波动现象。该类波动不明显，很难直接确定是否存在性能瓶颈。

对于第二类，判断其波动的范围：

Loadrunner TPS分析图中涉及到了4个重要的参数，最大值、平均值、最小值和标准差值；

平均值和标准差是衡量TPS是否稳定的重要因子。

TPS平均值是在场景执行过程中，被测系统在指定时间段内的平均每秒处理的事务数量
TPS标准差是根据数理统计的概念得来，反映被测系统的波动情况，标准差越小，说明波动越小，系统越稳定
（标准差=方差的算术平方根 方差s^2=[(x1-x)^2+(x2-x)^2+......(xn-x)^2]/n (x为平均数)， 也就是说对于一组数值与平均数分散开的程度，越分散表示与平均数相差越大，标准差越大）

t (TPS波动范围) = TPS标准差/TPS平均值×100%

可接受波动范围 接口： 5%+/-3%  Web： 4%+/-2%

 

via：http://blog.csdn.net/gracex