性能测试之脚本、工具、结果分析总结 -威尼斯人2299

性能测试工具选择 文章源自玩技e族-https://www.playezu.com/38134.html

1. 数据建模工具文章源自玩技e族-https://www.playezu.com/38134.html

 文章源自玩技e族-https://www.playezu.com/38134.html

datafactory是一种强大的数据产生器，它允许开发人员和qa很容易产生百万行有意义的正确的测试数据库,该工具支持db2、oracle文章源自玩技e族-https://www.playezu.com/38134.html

、 sybase、sql server数据库，支持odbc连接方式，无法直接使用mysql文章源自玩技e族-https://www.playezu.com/38134.html

数据库，可间接支持。文章源自玩技e族-https://www.playezu.com/38134.html

2. 脚本开发工具 文章源自玩技e族-https://www.playezu.com/38134.html

（1） 若考虑脚本运行效率，则可考虑底开发语言c或支持异步通信的语言js,我们可以分别选择：loadrunner 或 node.js
文章源自玩技e族-https://www.playezu.com/38134.html

 的ide环境进行开发。 文章源自玩技e族-https://www.playezu.com/38134.html

（2） 若考虑脚本开发效率，则可考虑代码复用性，可以选择面向对象语言c#或java，为此我们可以分别选择：vs2008及以上版本 对应lr.net文章源自玩技e族-https://www.playezu.com/38134.html

控件 或者 eclipse4.0及以上版本 jdk1.7及以上版本。文章源自玩技e族-https://www.playezu.com/38134.html

3. 压力模拟工具 文章源自玩技e族-https://www.playezu.com/38134.html

（1） 若为java类接口且单机并发数控制在500内，则可选择jmeter或者 loadrunner。 文章源自玩技e族-https://www.playezu.com/38134.html

（2） 若为webservice类接口且单机并发数控制在500内，则可选择soapui或者loadrunner。 文章源自玩技e族-https://www.playezu.com/38134.html

（3） 若单机并发数超过500且控制在5000内，则可选择loadrunner。 文章源自玩技e族-https://www.playezu.com/38134.html

（4） 若单机并发数超过5000，则建议采用负载集群，即采用“中控（control center） 多机部署（loadgenerator）”方案。文章源自玩技e族-https://www.playezu.com/38134.html

 文章源自玩技e族-https://www.playezu.com/38134.html

4. 性能监控工具 文章源自玩技e族-https://www.playezu.com/38134.html

4.1 监控工具 文章源自玩技e族-https://www.playezu.com/38134.html

无论windows或linux文章源自玩技e族-https://www.playezu.com/38134.html

平台，一般存在的是一个或一组进程实例，我们可以选择loadrunner 或 nmon 来监控。有时为了获取被测应用的一些特性指标，可以选择被测组件自带的性能工具集或监控系统。常见应用服务器监控工具推荐如下： 文章源自玩技e族-https://www.playezu.com/38134.html

文章源自玩技e族-https://www.playezu.com/38134.html

4.2 监控平台 文章源自玩技e族-https://www.playezu.com/38134.html

监控机器主要对被测集群服务器的服务或资源使用情况进行监控，比如各种开源的监控工具，mrtg：流量监控；cacti：流量预警，性能报告smokeping:idc 质量监控；综合监控：nagios、zenoss、ganglia 、zabbix、sitescope、hyperic hq 等，如下所示： 文章源自玩技e族-https://www.playezu.com/38134.html

文章源自玩技e族-https://www.playezu.com/38134.html

4.3 第三方监控云服务（apm） 文章源自玩技e族-https://www.playezu.com/38134.html

apm提供端到端应用性能管理软件及应用性能监控软件威尼斯人2299的解决方案,包含移动,浏览器,应用,基础设施,网络,数据库性能管理等，支持java、.net、php文章源自玩技e族-https://www.playezu.com/38134.html

、ruby、python文章源自玩技e族-https://www.playezu.com/38134.html

、node.js、ios文章源自玩技e族-https://www.playezu.com/38134.html

、android文章源自玩技e族-https://www.playezu.com/38134.html

、html5
文章源自玩技e族-https://www.playezu.com/38134.html

等应用性能监控管理，主流云服务包括听云、oneapm等，如下所示： 文章源自玩技e族-https://www.playezu.com/38134.html

文章源自玩技e族-https://www.playezu.com/38134.html

 性能测试结果分析 文章源自玩技e族-https://www.playezu.com/38134.html

1. 指标分析 文章源自玩技e族-https://www.playezu.com/38134.html

性能测试的指标可分为产品指标和资源指标两类。对测试人员而言，性能测试的需求来自于用户、开发、运维的三方面。用户和开发关注的是与业务需求相关的产品指标，运维人员关注的是与硬件消耗相关的资源指标。 文章源自玩技e族-https://www.playezu.com/38134.html

文章源自玩技e族-https://www.playezu.com/38134.html

（1） 从用户角度关注的指标 文章源自玩技e族-https://www.playezu.com/38134.html

用户关注的是单次业务相关的体验效果，譬如一次操作的响应快慢、一次请求是否成功、一次连接是否失败等，反映单次业务相关的指标包括： 文章源自玩技e族-https://www.playezu.com/38134.html

a.成功率b.失败率c.响应时间 文章源自玩技e族-https://www.playezu.com/38134.html

（2） 从开发角度关注的指标 文章源自玩技e族-https://www.playezu.com/38134.html

开发人员更关注的是系统层面的指标。 文章源自玩技e族-https://www.playezu.com/38134.html

a.容量：系统能够承载的最大用户访问量是多少?系统最大的业务处理量是多少?文章源自玩技e族-https://www.playezu.com/38134.html

b.稳定性:系统是否支持7*24小时(一周)的业务访问。 文章源自玩技e族-https://www.playezu.com/38134.html

（3） 从运维角度关注的指标 文章源自玩技e族-https://www.playezu.com/38134.html

运维人员更关注的是硬件资源的消耗情况。 文章源自玩技e族-https://www.playezu.com/38134.html

文章源自玩技e族-https://www.playezu.com/38134.html

以上说明了测试人员在选择指标时需站在用户角度去思考，另外为了后续能够更好地分析问题，更需掌握与被测组件特性或运行原理相关的性能指标。文章源自玩技e族-https://www.playezu.com/38134.html

举例来说，通常接口系统均会直接或间接地访问数据库层介质（如mysql、oracle、sqlserver等），此时我们需考虑由接口系统产生压力下存储介质的性能情况，通常我们会选择分析指标如下： 文章源自玩技e族-https://www.playezu.com/38134.html

（1） 连接数（connections） 
（2） 每秒查询数/每秒事务数（qps/tps） 
（3） 每秒磁盘io数（iops） 
（4） 缓存命中率（buffer hits） 
（5） 每秒发生的死锁数（dead locks/sec） 
（6） 每秒读/写字节数（read/write bytes/sec） 

文章源自玩技e族-https://www.playezu.com/38134.html

2. 建模分析 文章源自玩技e族-https://www.playezu.com/38134.html

2.1 理发店模型 文章源自玩技e族-https://www.playezu.com/38134.html

文章源自玩技e族-https://www.playezu.com/38134.html

 
图中展示的是1个标准的软件性能模型。在图中有三条曲线，分别表示资源的利用情况（utilization，包括硬件资源和软件资源）、吞吐量（throughput，这里是指每秒事务数）以及响应时间（response time）。图中坐标轴的横轴从左到右表现了并发用户数（number of concurrent users）的不断增长。 文章源自玩技e族-https://www.playezu.com/38134.html

在这张图中我们可以看到，最开始，随着并发用户数的增长，资源占用率和吞吐量会相应的增长，但是响应时间的变化不大；不过当并发用户数增长到一定程度后，资源占用达到饱和，吞吐量增长明显放缓甚至停止增长，而响应时间却进一步延长。如果并发用户数继续增长，你会发现软硬件资源占用继续维持在饱和状态，但是吞吐量开始下降，响应时间明显的超出了用户可接受的范围，并且最终导致用户放弃了这次请求甚至离开。 文章源自玩技e族-https://www.playezu.com/38134.html

根据这种性能表现，图中划分了三个区域，分别是light load（较轻的压力）、heavy load（较重的压力）和buckle zone（用户无法忍受并放弃请求）。在light load和heavy load 两个区域交界处的并发用户数，我们称为“最佳并发用户数（the optimum number of concurrent users）”，而heavy load和buckle zone两个区域交界处的并发用户数则称为“最大并发用户数（the maximum number of concurrent users）”。 文章源自玩技e族-https://www.playezu.com/38134.html

当系统的负载等于最佳并发用户数时，系统的整体效率最高，没有资源被浪费，用户也不需要等待；当系统负载处于最佳并发用户数和最大并发用户数之间时，系统可以继续工作，但是用户的等待时间延长，满意度开始降低，并且如果负载一直持续，将最终会导致有些用户无法忍受而放弃；而当系统负载大于最大并发用户数时，将注定会导致某些用户无法忍受超长的响应时间而放弃。所以我们应该保证最佳并发用户数要大于系统的平均负载。 文章源自玩技e族-https://www.playezu.com/38134.html

2.2 压力变化模型 文章源自玩技e族-https://www.playezu.com/38134.html

文章源自玩技e族-https://www.playezu.com/38134.html

随着单位时间流量的不断增长，被测系统的压力不断增大，服务器资源会不断被消耗，tps 值会因为这些因素而发生变化，而且符合一定的规律。
文章源自玩技e族-https://www.playezu.com/38134.html

图中： 文章源自玩技e族-https://www.playezu.com/38134.html

a 点：性能期望值 
b 点：高于期望，系统资源处于临界点 
c 点：高于期望，拐点 
d 点：超过负载，系统崩溃 文章源自玩技e族-https://www.playezu.com/38134.html

2.3 容量计算模型文章源自玩技e族-https://www.playezu.com/38134.html

文章源自玩技e族-https://www.playezu.com/38134.html

 
文章源自玩技e族-https://www.playezu.com/38134.html

以一网站性能测试为案例： 文章源自玩技e族-https://www.playezu.com/38134.html

1. 通过分析运营数据，可以知道当前系统每小时处理的pv数 
2. 通过负载测试，可以知道系统每小时最大处理的pv数文章源自玩技e族-https://www.playezu.com/38134.html

即整理得文章源自玩技e族-https://www.playezu.com/38134.html

系统每小时pv处理剩余量 = 系统每小时最大处理的pv数 — 系统每小时处理的pv数文章源自玩技e族-https://www.playezu.com/38134.html

假设该网站用户负载基本呈线性增长，现有系统用户数为70万，根据运营推广计划，1年内该网站发展用户将达到1000万，即增长了14倍。即整理得：文章源自玩技e族-https://www.playezu.com/38134.html

系统每小时pv处理增加量 = 当前系统每小时处理的pv数 * 14 — 当前系统每小时处理的pv数文章源自玩技e族-https://www.playezu.com/38134.html

每天系统负载增加率 = 100% / 365 = 2.74 % （备注：此处将未来系统用户数达到1000万的负载定义为 100% ）文章源自玩技e族-https://www.playezu.com/38134.html

系统每天pv处理增加量 = 系统每小时pv处理增加量 * 每天系统负载增加率 * 24文章源自玩技e族-https://www.playezu.com/38134.html

所以，我们可以知道在正常负载条件下：文章源自玩技e族-https://www.playezu.com/38134.html

系统可支持正常运行天数 = 系统每小时pv处理剩余量 * 24 / 系统每天pv处理增加量文章源自玩技e族-https://www.playezu.com/38134.html

假设该网站后续部署升级天数已知，这样我们可以知道提前升级的天数：文章源自玩技e族-https://www.playezu.com/38134.html

系统可支持正常运行天数 — 部署升级天数。 
文章源自玩技e族-https://www.playezu.com/38134.html

性能测试通过标准 文章源自玩技e族-https://www.playezu.com/38134.html

1. 所有计划的测试已经完成。 文章源自玩技e族-https://www.playezu.com/38134.html

2. 所有计划收集的性能数据已经获得。 文章源自玩技e族-https://www.playezu.com/38134.html

3. 所有性能瓶颈得到改善并达到设计要求。 文章源自玩技e族-https://www.playezu.com/38134.html