说明：性能3期学院，在学习和项目实践过程中，梳理了以下疑问，希望老师指导，谢谢！
一、场景设计：
——Q1：性能测试方案，如何对中间件进行设计方案，关键点及指标是什么？比如db、redis、kafka等？
—— Q2：一个项目的性能测试场景整体上应该包含哪些，分别如何制定方案、什么准出标准？
—— Q3：单接口场景的定义、目标是咋样的？
—— Q4：混合场景应该如何设置，取单场景的最高值开始、还是为了达到压测目标思路推算开始（可能只是单接口结果的半途开始的）？混合场景的目标和目的是怎样的？稳定性场景呢？
—— Q5：请教一下，压测有7个接口，第一轮是做单个接口的压测，通过逐步增加单接口的并发数，去测试是否达到对应的99时延指标和目标2倍的tps指标。第二轮是做混合场景最多测试。假设a接口在第一轮压测时压到的tps是2000，但是在混合场景时只能到1500，那测试报告写该接口的压测结果的tps，应该写前者还是后者？（假设a接口的目标tps的值是1800，那算不算压测结果达标？）
—— Q6：对于查询的读接口，需要考虑用多个用户账号参数化去测试吗？1个用户和多个用户区别跑的结果有哪些差异呢？大概要多少量的用户合适？如何评估
—— Q7：场景设计时，如何把握好并发用户数和循环次数的关系？比如说db有用户锁的场景时，（结合以上问题一起理解）
—— Q8：为什么jmeter线程数可以理解为用户数？可以解释一下原理吗？如果10个线程都用同一个user账号的话也能理解10个用户并发吗？
—— Q9：【复杂业务流程】实际跑这个业务场景的压测的时候，循环次数设置比1大、有什么意义？同一个用户循环5次、同样执行5次注册和登录，跟500个线程、循环一次有什么区别？这种在压测中有通用的建议吗？
—— Q10：场景分析，如何分析？仅分析接口的比例，还是会先分析有多少种场景、每种都是怎样分析的、有没有一些
几个场景交集的api如何处理？
—— Q11：混合场景是如何分析比例？
—— Q12：设置1000个人的秒杀场景，是要1000个并发用户数吗？还是tps?如果测试的并发用户数没有达到1000，那么如何保证live上有1000个人并发时的性能表现是一样的？有没有可能受其他因素影响而不一样？
—— Q13：线程数可以理解为并发用户数，那假如线程数为10、循环次数为1、但是使用的登陆token都是相同用户的，那还能当作多用户并发吗？跟10个不同的token相比？
—— Q14：老师可以介绍一下当前live上全链路压测用到的一些前沿技术吗？比如流量回放的技术应该如何构建？
—— Q15：要求用loadrunner做2000个‘在线’用户的性能测试，如何分解性能场景指标？
—— Q16：如果要在测试环境中搭建性能测试环境，需要考虑哪些因素，如何根据结果评估live上的性能值？即分析环境间的差异、性能测试环境搭建方便应该如何考虑并评估？可能部署在物理机、docker（比如部署在live上pod的实例数是3，可以再部署一个环境、其他配置相同、实例数为1，根据结果可以线性乘以3倍评估吗？） 现在领导说大家在live上压测做的慢、但是又要比较准确评估线上性能指标的，现在让大家搭建压测环境，不知道要考虑什么点
—— Q17：老师，在live压测做负载场景的压测，我们一般都是逐步增加并发用户数往上跑，但都是跑一次观察一次、下次再进行调整。 这种时候你建议可以使用阶梯场景的插件来设置场景连续跑吗？主要是基于担心线上连续跑多组并发、live监控看不及时怕出问题，有什么好建议吗？
二、性能监控：
—— Q1：实际的监控体系，如何观察是因为客户端瓶颈压不上去导致？比如jmeter来说，是不是观察硬件资源cpu/内存/网络 如果有瓶颈就算？
—— Q2：监控体系和命令的区别，如果有些命令在监控没有，是不是需要在压测的过程中实时使用？但是jmeter是cli跑的，一般跑完才会看结果报告，过程中一般来不及处理/特别涉及多个计数器反复比对监控。如果发现问题的话是会反复再执行场景再一个个命令看吗，感觉这个过程可能比较繁琐？
—— Q3：比如cpu要看使用率和队列，那测试报告一般建议怎么准确的表述？一般看到都是写cpu使用率不超过70%？另外cpu使用率是看机器整体的、还是看进程占用的？进程可以自己设置资源使用的范围吗？
队列的值，一般多少才是高不ok的？
三、诊断调优：
—— Q1：程序启动起来，会去申请一段内存空间，但不会是整个机器的；那么，可能出现内存溢出的时候，机器资源的内存使用率还是比较低的，那怎么判断出来？为什么平时大家看内存使用率是看整个机器的、而不是程序分配的？
—— Q2：有一个live的服务（部署几个实例）、做负载测试、压的最后一次的并发数的时候，有一个节点的内存突然增加了一倍，并且直到现在还在维持着这个水平（但资源远没达到瓶颈）。 分析情况：看了下监控数据，内存使用异常pod，内存占用基本是credit_cl-trans进程，与另外两个pod相比，内存占用多出一倍，但pod的系统环境（同一个容器）、资源配额（cpu、memory limit）都是一样的，另外，pod调度到的宿主型号也是一样的，在资源层面看不出什么原因； 老师有什么好的分析思路吗？后端是go
四、压测工具：
—— Q1：实际工作中，一般什么时候会用到性能测试持续集成？能否举例说明场景？
—— Q2：比如公司内部有grafana的监控、这时候看getway的tps值跟这里的throughput的值会有什么差异？我们应该以jmeter报告的为准、
五、前沿技术：
—— Q：全链路会用到哪些主流技术？流量回放的方案和工具是怎样的，如何运用流量回放到实际测试中、需要什么角色成员参加？
—— Q：性能测试平台方案有没有现成比较好的平台设计方案可以参考？平台建设有什么特别需要注意的时机和点吗？
—— Q：比如支付项目、有很多第三方，一般这种在方案上怎么处理、如何评估端到端的用户指标？？有时候第三方不好配合。是不是需要mock、响应时间sleep，要第三方给sla承诺（响应时间和tps的保证）、出了问题如何背锅？
—— Q：老师对于不同性能测试工具的使用，有什么建议？比如jmeter\locust等