1.性能测试应用领域有哪些
能力验证：乙方通过性能测试向甲方证明自己所陈述的能力，出具报告
瓶颈分析：能力验证过程中发现性能瓶颈，找到性能问题
性能调优：针对发现的性能瓶颈和问题做调优
容量规划：着眼于未来。为将来可能出现的用户暴增做提前规划
2.性能测试三个基本思路是什么
测什么：了解性能需求，了解项目架构，了解业务内容
怎么测：用例设计，方案设计，场景设计，脚本设计运行
对不对：数据整理，需求对比，经验判断
3.交付一个性能测试项目，请阐述你的性能测试流程
了解性能需求
了解项目组织架构（mysql+nginx+tomcat+java....）
熟悉业务流程
设计用例和方案（并发数设计，测试场景设计）
准备测试数据（csv参数化，jdbc...）
设计测试脚本（线程组设计，参数化，业务关联，断言）
运行观察脚本，获取性能数据（监听器，非gui的html报告...）
性能瓶颈分析（tps衰减，响应时间异常，超时，内存泄漏）
性能调优（cpu调优，内存调优，磁盘调优，网络调优...）
性能测试回归（直到测试结果满足需求）
出具测试报告
持续监听（grafana+influxdb）
4.性能测试类型有哪些？
并发测试
多线程在单位时间内同时发起单次请求，观察响应时间（注意集合点）
负载测试
持续不断的增加压力（并发用户/每秒请求），观察tps和响应时间的变化趋势，找到瓶颈点（性能衰减点）
基准测试
基准并发
基准负载
用并发基准点做一次简单的脚本测试，得到一个基线，为下一次的回归做理论依据
压力测试
稳定性压力测试
脚本以最大压力的80%做持续运行（1h，1d，1w）
破坏性压力测试
不考虑服务器的稳定性，直接以极限压力测试，目的是破坏服务器，直接找到异常（内存溢出，超时）
失效恢复测试
系统在出现异常之后，能否及时恢复
5.描述一下tps和rps指标
rps：request/persecond 每秒请求
tps：transaction/persecond 每秒传输（每秒处理）
rps是可变的，不论是并发用户还是单位请求数，都会影响到rps
tps是有最大值的，衡量了服务器的性能瓶颈。tps到达瓶颈点之后，就会出现性能衰减
瓶颈点之前：rps增加，tps也增加
瓶颈点之后：rps增加，tps不变或者下降
压力测试都是通过不断地调整rps（增加并发，增加请求），测试tps
6.jmeter的核心工作原理是什么
基于协议：http，udp，ftp
多线程：模拟并发用户，设计压力值
场景设计：模拟用户的真实使用场景，获取准确的性能数据
核心工作原理：基于各种协议，通过多线程的方式，模拟各种用户场景去施压服务器，获取性能测试结果
7.什么是Ramp up？为何要设置ramp up？
Ramp up：线程延迟启动，让瞬时压力不是特别大
delay：延迟分配内存
ramp+delay=延迟分配线程内存
8.jmeter的请求压力怎么设计
同7
9.tcp在OSI模型的哪一层
tcp在传输层
应用 会话 表示 传输 网络 接口 物理
三次握手和四次挥手
10.集合点的作用是什么，什么是强制等待和隐式等待？
线程启动是有时间的，所以请求并不是在同一时间发起
集合点的作用就是保证线程全部集合完毕，同时发起请求
强制等待：超时时间=0，一定会等到所有线程集合完毕再发起请求
隐式等待：超时时间!=0，在超时时间范围内，无论集合了多少线程都会优先发起
11.什么是关联，如何动态关联？有哪几种关联的方法？
关联：让业务上下游衔接起来，比如新增-修改-删除，再比如：登录-后续请求
正则关联，json关联，jdbc关联，登录关联，xpath关联，css关联
12.应用层有哪些性能指标？
TPS
HPS
RT
ERRROR
VU
13.代理服务器怎么过滤请求
抓包的时候可能会抓到很多静态资源，需要过滤掉
包含模式：.+(port).+
14.cpu利用率的合理范围是多少
50%
15.前端性能重点关注哪几个指标
首屏时间
脚本加载时间
帧率：一帧需要花费的时间，或者每秒有多少帧（fps）
16.什么是负载测试？负载测试目的是什么？负载模型有哪些
持续不断的增加压力值（并发用户或者单位请求）
并发用户模型：阶梯加压线程组
单位请求模型：rps定时器（基于最大线程范围内的rps）
17.设计一个登录的并发测试场景
先确定并发用户数，假设1000
准备用户数据（涉及csv参数化）
100并发，加集合点
200并发，加集合点
500并发，加集合点
。。。
观察响应时间的变化趋势
基于1000并发的负载测试
观察cpu和内存的变化趋势
19.jmeter负载测试中怎么保持session会话？
让登录并发和后续请求的并发保持关联性，同时又不影响后续的性能
保存登录的session数据（存本地或者存系统属性）。后续请求可以并发直接读取session
20.并发测试为什么要做csv参数化
为了数据的合理性，用户数据都会经过数据库。绕开数据库就会忽视掉一部分性能问题
21.响应时间如何分层分析
latency：响应延迟
connect time：网络连接
服务处理时间
latency=网络时间+服务处理时间
剖析性能问题存在于网络还是服务端
22.你遇到过哪些性能问题？可能的原因有哪些？
out of memory ：内存溢出 调整jvm，gc频率
connect timeout：连接超时
port aready use：端口占用
jmeter线程阻塞：调整本机的java内存
tps波动剧烈：内存，cpu，磁盘都有可能
网络IO过多：数据包过多，分片过多