今天给大家分享一波面试中经常被问到性能指标,希望能帮助大家,建议收藏~
1、吞吐量
单位时间内,系统能够处理多少请求,吞吐量代表网络的流量,TPS越高,吞吐量越大,还包含了数据的吞吐量。一般单位为秒,每秒处理的请求量。
注意:我们看到的JMeter聚合报告一般如下图,下表中的吞吐量实际是我们文中说的TPS或者QPS。如果要计算吞吐量的话应该是接收+发送网络流量总和。
性能测试的时候关注吞吐量和测试环境网络带宽之间的关系,如果吞吐量接近或者等于测试环境带宽极限,那么很可能存在网络瓶颈。
2、TPS
TPS的全称是Transaction Per Second,即每秒处理的事务数,那什么是事务呢?
如:用户操作伴随着数据的变更,【下单---->支付——一个请求会有多个操作】;如:11.11用淘宝下单,产生订单数据【40W订单/每秒】。
衡量一个系统性能的好坏,主要看的是单位时间内,系统可以处理多少业务量。
举个电商的例子:
1)假设要测试“下单”,那么“下单”业务就可看做是一个事务;
2)假设需要测试“添加购物车+下单”整体业务,那么“添加购物车”和“下单”这2个业务就组成了一个事务,此时TPS就是每秒处理“添加购物车+下单”这个一整个事务的数量。
响应时间单位为秒的情况下,TPS = 1/响应时间*并发数。
在系统达到瓶颈之前,TPS和并发数成正比关系。
3、QPS
QPS = 并发数/响应时间,QPS的全称叫Request Per Second。字面意思比较好理解,就是每秒处理的请求数(如:用户查询数据【打开某个页面】,打开淘宝某个商品页面的时候),并没有去做数据的修改,只是把数据加载到页面中。
如果是测试单接口的情况下,TPS=QPS,例如上面电商例子中的第1)个场景。
4、TOP响应时间
响应时间,Rsponse Time,从用户的角度来讲,就是用起来快不快。
一个请求从用户发起,到收到服务器响应,所需的时间:
一个请求的响应时间由以下几部分时间构成,响应时间=网络传输的总时间+各组件业务处理时间。
TOP响应时间是将所有请求的响应时间先从大到小进行排序,计算指定比例的请求都是小于某个时间。
该指标统计的是大多数请求的耗时,用JMeter进行测试通常看到下面几个数据:
5、平均响应时间
平均响应时间=所有请求的平均耗时=ART(Average Response Time)。
6、并发数/虚拟用户数
即并发处理能力,压测工具中设置的并发线程/进程数量,海量用户使用系统,在系统不崩溃情况下,能够支撑多少人同时使用。可以理解为每秒/毫秒可以处理多少并发。
7、资源占用率
2个App,功能都一样,都是用来做“图片美颜”,我们来判断下,哪个App的性能好。
我们可以看出,第一个App所需要的运行内存更小,占用的内存资源更少,而第二个App需要的运行内存是更大的,以及内存资源更多,只能在三年的手机运行,5年前的是运行不了,所以是第一个App相对于与第二个App来说,第一个App性能是更加好的。
性能好一些,对我们实际有什么帮助呢?
假设我们在开发一款应用,有1000使用用户:
如我们开发时没有考虑到老手机运行内存的问题,只可以运行在新手机上,那就意味着50%,500w的老手机的用户是正常使用不了的,如我们所设计时考虑到了,性能足够的好,新、老手机都可使用,那就是100%的用户是都可以正常使用的。
8、成功率
请求的成功率,一般执行压测后我们会关注请求或者事务的成功率是多少,一般公司可能要求成功率在99.99%以上。
9、PV/UV
PV/UV的概念好像也是常在电商中出现,一般可能是在性能需求分析的时候提到,比如某页面每日的PV是多少,UV是多少。
最后我对想学习自动化测试的兄弟推荐一套Python全栈自动化测试的视频,
这个视频可以说是B站百万播放全网第一的自动化测试教程,同时在线人数到达1000人,并且还有笔记可以领取
B站讲的最详细的Python接口自动化测试实战教程全集(实战最新版)