一、性能测试介绍
1、性能测试的价值
- 为研发、运维团队提供有效的容量规划能力
- 系统风险识别
- 系统瓶颈识别
- 性能调优指导
2、案例
2020年11月11日，天猫双十一峰值处理订单58.3万笔/秒
京东金融618战报，白条交易额10秒破亿
若停摆10分钟~~~
3、性能测试场景
- 负载测试：关注系统满足性能前提下能够承受的最大压力
- 压力测试：测试在资源特别低的情况下的系统运行情况，同时找到系统在哪里失效以及如何失效
- 极限测试：在过量用户下的负载测试，避免攻击或爬虫
- 容量测试：确定系统可处理同时在线的最大用户量，关注点为how much，不是how fast
4、性能测试概念/指标
- 并发：虚拟并发用户数/同时在线用户数
- TPS：每秒处理的事务数/交易数
- QPS：每秒处理的请求数/接口查询次数
注意：
– 若某些业务有且仅有一个请求连接，则TPS=QPS
– 一般情况下，用TPS来衡量整个业务流程，用QPS来衡量接口查询/请求次数
– 并发数=QPS*平均响应时间
例如：一个接口耗时100ms，QPS为1000（此处，1个请求即1个接口，每秒能处理1000个接口请求），而每秒1个接口可以执行10次，所以并发数为1w - RT（Response Time）：响应时间
- HPS（Hits Per Second）：每秒点击数
- PV（Page View）：页面访问量
- Throughput：吞吐量
-
指标分位
– Mean 平均
– P90 表示90%的用户/请求/事务对应的指标值
– P95 表示95%的用户/请求/事务对应的指标值
– P99 表示99%的用户/请求/事务对应的指标值
5、性能测试方法论（性能压力曲线图）
其中，第一个拐点为最优并发用户数（最佳并发），第二个拐点为系统能承载的最大并发
二、常用性能压测工具
1、Apache AB（Apache HTTP Server benchmarking tool）
- 小巧、便捷、灵活
- 只能做HTTP压测
- 不能跑复杂场景
-下载：搜索Apache AB benchmarking–>在Apache HTTP官网下载
2、Apache JMeter
- 开源
- 纯JAVA客户端
- 支持所有协议
- 插件较多
3、nGrinder
- jython编写（基于JVM运行的Python）
- 兼容JAVA、Python
- 开源
- 下载：github官网搜索nGrinder
4、Locust
- 下载：github官网搜索Locust
三、常用性能监控工具
Prometheus
四、常用性能剖析工具
作用： 用于对所发现问题的排查、诊断和调试
Skywalking
五、性能测试流程与方法
1、性能测试流程
2、性能测试方法
- 并发模式：从客户端角度出发，模拟业务系统能同时承载的在线用户数
- 吞吐量模式：从服务端角度出发，更关注服务器端接受到的请求及系统的处理能力，直接设置每秒发出请求数，免去并发到RPS的繁琐转化
六、性能测试计划
1、需求分析与测试设计
一般情况下，根据业务、业务数据、行为日志或同类产品业务或 数据等来提取场景和指标
2、环境设计与搭建
3、测试数据准备
- 接口请求参数：自己构造、日志获取、上下关联
- 使用数据库中表的数据
- 若为多接口，需结合业务场景设计请求比例
4、性能指标预期设定
- 每秒请求数 QPS
- 请求响应时间（最大、最小、平均）（例如：0.2~1秒）
- 错误率
- 机器性能，例如：CPU idle 45%、内存无剧烈抖动或飙升
- 压测过程中接口功能是否正常，例如：测高负载、稳定性时
5、压测工具配置及脚本编写
6、测试执行与跟踪
发压时间线
- 测试前环境检查
- 起压：根据被压情况，调节并发量到适合的情况
- 查看记录各项性能指标：
– ngix日志查看每秒请求数
– ngix查看错误请求
– 查看机器参数：CPU idle、memory
– 查看db、cache等数据是否写入正常
– 访问接口，查看功能是否正常
