NMBXN3-002/3 性能测试的基本概念

响应时间（网络时间（N1+N2+N3+N4）+ 服务器处理时间（A1+A2+A3））
准备工作：千兆交换机
服务器：在日志里面打印代码的处理时间
8g，16c（核CPU）
数据库：打开慢查询，看执行计划
最直接的表现：CPU一般会很高，用户态CPU很高
数据：20-40w才会体现

性能关注点	-
应用服务器，数据库服务器	资源利用率
支持多少用户	系统容量
最大的并发用户	-
是不是可以更换硬件提高性能，优化代码，优化 sql 语句	可扩展性
稳定性：能不能支持 7*24 小时处理业务	稳定性（99.99%）

开发	-
架构设计是否合理	系统架构
数据库设计	-
代码逻辑	代码
线程	-

性能测试的方法-性能测试

a 点到 b 点之间的性能测试，指以系统预期性能指标为前提，对系统不断增加压力，以验证系统是否达到预期性能。

性能测试

图中：
a 点：性能期望值
b 点：高于期望值，系统资源处于临界点
c 点：高于期望值，拐点
d 点：超过最大负载，系统崩溃

性能测试的方法-负载测试

定义：50-100-150：系统不断增加压力，知道响应时间或 tps 达到一个拐点
特点：

• 该方法主要目的是找到系统处理能力的极限
• 该方法在给定的测试环境下进行，通常需要考虑被测系统的业务压力量和典型场景
• 该方法一般用来了解系统的性能容量，或者配合性能调优来使用

性能测试的方法-压力测试

负载一定（比如说100），持续运行一段时间，比如7*24小时来验证系统的稳定性

性能测试的工具对比

LR	jmeter
入手很快，3个部分（学起来很快）	入手比较慢一些（很多元件，什么插件）
录制脚本，很简单；兼容性很重要，以后不录制；Lr函数	第三方插件 badboy；也不录制
报表（很齐全）手机数据，都可以完成	需要添加很多插件（tps，响应时间，CPU，内存）
场景设计比较简单	新的线程组，不是自带的
大并发的时候数据比较准确	不准确（tps 很高，响应时间小一点）
线程和进程（java vuser 协议）	只支持线程
-	测试单个sql，直接用 jmeter 比较方便

性能测试的步骤

1、项目性能调研
2、性能需求分析
3、性能目标确定
4、测试脚本开发
5、测试执行
6、测试结果分析

性能测试关注的常用指标

• 并发
  狭义的并发：用户在同一时间内做同一件事情
  广义的并发：有很多用户在同时操作不同的功能---混合场景
  在性能测试中，一般先进行狭义的并发，再进行广义的并发
  性能测试的时候：
  1、单场景单接口做性能测试，更好的定位问题
  2、混合场景（系统的稳定，在多个关联接口时，会不会出现新的问题）
• 并发用户数
  系统用户数：系统的注册用户数，有可能是僵尸用户
  在线用户数：登录系统的用户，他的状态是在线的，但是并不一定对服务器产生压力
  并发用户数：对服务产生压力的用户，可能在线用户有N个，只有20%的用户不断地提交订单或者获取订单列表，产生了压力，这里就是20%是并发用户数，登录只有30%，获取商品只有50%
• 事务
  事务是性能脚本中的一个重要特性。要度量服务器的性能，需要定义事务，每个事务都包含事务开始和事务结束标记。事务用来衡量脚本中一行代码或多行代码的执行所耗费的时间。
  例如：访问某个柠檬班的网页，可以把浏览首页定义为一个事务，也可以把登录定义为一个事务，还可以把浏览首页+登录定义为一个事务，主要看你实际的需要
  登录单独：统计时间比较准确
• 响应时间
  响应时间是指从客户端发出请求到得到响应的整个过程的时间。这个过程从客户端发送一个请求开始计时，到客户端接到从服务器端返回的响应结果计时结束。
  提示：web 的 HTTP 请求中响应时间包括了前端渲染时间，但是在 loadrunner 中是不统计前端渲染时间的
• TPS
  每秒钟系统能够处理的交易或事务的数量。他是衡量系统处理能力的重要指标。TPS 是 LoadRunner 中重要的性能参数指标。
  它是基于事务统计出来的
• 吞吐量
  不严格意义上说就是 tps
• 点击率（Hit Per Second）
  从客户端发起请求服务器的数量
  衡量客户端性能的指标
  网络的问题或者本机的问题
• 资源利用率
  资源利用率是指系统资源的使用程度，比如服务器（网络及数据库）的 CPU 利用率，内存利用率，磁盘利用率，网络带宽利用率等
  CPU：它就像是人的大脑，主要进行判断和处理，能反映出系统的繁忙程度。一般分为系统 CPU(%sys) 与用户 CPU(%use)，其中系统 CPU 是处理系统本身所占用的资源，用户 CPU 则是处理程序所占用的资源，对象不同
  Load Average：指一段时间内 CPU 正在处理和等待 CPU 处理的人物，也就是 CPU 使用队列的长度的统计信息，这里的 Load Average 值就好像地铁里等待进站上车的乘客，越多则 Load Average 值也越大。
  Memory：它就像是人大脑的记忆区域，讲各种信息收集起来存放，数据从内存读取要比从磁盘上读取速度快，而内存经常发生内存泄漏或内存溢出的现象。
  队列：可以理解成地铁进站的配对现象，对猎场，说明处理能力可能达到了基线或遇到了阻塞。
  网络：重点关注网络的流量，看是否存在网络带宽的瓶颈。