测试那些事儿（七）- 性能测试

说说性能测试

在如今的大数据时代，性能测试已经是产品出厂前的标配了，否则被服务性能压制了产品的亮点岂不可惜。自然地，测试人员就需要尽可能多的在产品上线前得到服务的各种性能参数，以判断是否能够达到预期。对于UI级别的测试，短期我们还是离不开传统的点点点；但是对于性能测试，光用几只手是不够的，需要用到性能测试工具，比如Jmeter、LoadRunner、AB等等。当然，不能说会用工具就比手工测试高级多少，起码在我看来都是测试的方法，只是在合适的地方用合适的方式罢了，没有高低贵贱之分。所以首先需要声明的是很多人只在意自己是不是用过什么工具，但真正被问起为什么会选择这个工具、为什么这样设置参数和各种思考过程相关的问题后，就没法回答了。这种情况在面试中经常遇到，简历中写的用过的工具天花乱坠，但是一旦被问起上面的问题，大部分就凉凉了。

不好意思，好像跑题了，我们继续回到性能测试这个论题。附上来自百度百科的定义：

性能测试是通过自动化的测试工具模拟多种正常、峰值以及异常负载条件来对服务的各项性能指标进行测试。

看了定义，感觉太抽象。举个栗子好了，比如我们的一个产品，给一个人用1分钟，这个人用着数据没问题而且反应还贼快，那下面这些情况还能不能像给一个人用1分钟的时候那样用着数据没问题而且反应还贼快？

• 给100人用1分钟
• 给100人用1天
• 给1000人用1个月
• 给N个人用N长时间（N代表的是未知，为了能知道我们支持的极端情况下的结果）

不仅要验证预期能否满足，还要验证我们的极限，及出了问题后的展现形式，能不能自动恢复，这些都要有产出的指标数值，这些数值就是性能测试要的结果。

其实，每个公司甚至每个人对于性能测试的理解都是有些许不同的，相对的测试方案也是不很相同，我们会把性能测试分为2种，分别是压力测试、并发测试。我们接下来就分别看看这两种测试的工作内容。

压力测试

• 目的
  1. 在预期的指标下，证明服务或系统应该可以满足业务需求
  2. 在第1条达到的基础上，逐步增加某些指标数值（如用户数、持续时长等），找到服务或系统的极限指标值
• 关注指标
  测前设定指标：
  连接及返回超时时间（connect timeout 和 response timeout）、并发量、持续时间等
  测试得到指标：
  吞吐量、错误率、平均返回时间、最大最小返回时间、90%返回平均时间，服务器CPU、服务器内存等
• 测试方案举例
  以搜索服务举例，假设产品对于搜索服务的预期是在我们有500万用户信息的情况下，8小时内任何时间都能够支持200人通过模糊查询的方式查找到目标姓名，搜索时间不能超过1秒。
  OK，那我们就开始测试了，我们以Jmeter举例：
  第一步：准备测试参数
  1. 首先保证系统内有500万的用户信息
  2. 保证线上的服务配置和测试环境的服务配置是一致的，带宽等也要查看
  3. 设置性能测试工具的持续时长为8小时
  4. 设置性能测试工具1分钟内的使用人数为200个
  5. 设置connect timeout和response timeout分别为1秒

Jmeter配置

Jmeter配置

第二步：开始测试，关注聚合报告

聚合报告

由于是样例，我就不跑8个小时了，中断我们截取看下。从报告中我们可以很清楚的看到，这里面包含吞吐量、错误率、平均返回时间、最大最小返回时间、90%返回平均时间这些指标。我们拿吞吐量和错误率来说明下，吞吐量代表每秒我们的服务可以完成多少次请求，图中我们看到吞吐量是210.7/s，也就是说每秒可以完成请求210.7次，但是要注意！我们看到错误率是1.54%，请求错误的原因是因为返回超时了，而这些错误是会被记录到吞吐量中的！所以，吞吐量高并不代表你的服务性能好，只有在错误率很低的情况下吞吐量才有意义。我们这边基本上把错误率的标准设置成1%，也就是说只有ERROR % <= 1% 下的吞吐量值我们认为才有参考意义。在测试的过程中，要做好服务的CPU和内存监控，判断是否有OOM等情况的出现。

第三步：在第二步满足预期的情况下，加大用户数和时长，找到服务的极限指标
找到极限指标主要就是看错误率、吞吐量等值，如果出现了错误率上升，或者吞吐量下降，就要考虑服务到达极限了。这是也同样要结合服务的CPU和内存进行分析。

并发测试

首先，要了解什么是并发，可以看我之前的文章 测试需要关注的那些事儿（四）- 并发
并发测试的目的和压力测试不同，并发测试主要是为了发现数据准确性、死锁等问题。单纯的手工测试很难实现大的并发量，只能依靠工具。

• 目的
  发现数据准确性、死锁等问题
• 关注指标
  测前设定指标
  连接及返回超时时间（connect timeout 和 response timeout）、并发量、持续时间等
  测试得到指标
  吞吐量、错误率、平均返回时间、数据最终值
• 测试方案举例
  假设有给用户存款和取款的2个接口，我们分别做如下测试：
  1. 设置在同1秒内对同一用户调用存款接口50次，应该保证在错误率为0、吞吐量可接受的情况下用户的存款数据为50。
  2. 设置在同1秒内对同一用户调用取款接口50次，应该保证在错误率为0、吞吐量可接受的情况下用户的存款数据为0。

50次这个数值只是我的举例，比如对于微信钱包这种有几亿用户的产品，并发数量就要设置的大得多才行了。

测试人需关注

聊了这么多，相信大家应该对性能测试有了一些认识了。性能测试能力已经是测试人员的标配，而各个公司都有自己的性能测试方案，甚至有些大厂还有自己的性能测试团队，可见其重要！注意！它远不止我们举例的接口压测这般简单，有兴趣的童鞋可以看看滴滴之前的全链路压测方案
，你一定会有种新的感觉！