开头
写这篇文章的目的其实有2个:
1.总结自己的工作收获工作中的经验
2.也是应我离开公司后,测试小伙伴们的诉求,给他们一些指点吧(杨霞,雅洁,高巧,还有雪晴,希望此篇文章能给你们提供一些帮助,助你们在测试的道路上越走越好)
好了,废话说了很多,回归正题,性能测试的工具有很多,但是总体还是思路和设计主导,再带入工具。此次我将依据工作中的实际场景,总结一下性能测试怎么入手
分类
性能测试主要分为几个大块
1. 服务器
2. 数据库
3. 中间件
4. 负载均衡
以上是需要测试到的地方
服务器与场景设计
计算TPS
任何系统都是需要人来使用的,那么有一个比较通用的公式能够很好的依据系统的预计使用压力,来设计我们的场景
系统的压力指标最直接的也就是TPS(系统吞吐量),按照二八原则,公式如下:
TPS=日交易次数*80%/(日开放的交易时间秒*20%)
举个例子:一个系统每天业务请求有2百万次,24小时开放。 那么对应的TPS为:2000000*80%/(24*3600*20%)= 3.7 次/秒
如果对系统性能需求较为严苛,则可以遵循一九原则
设计场景
在知道系统吞吐量以后,可以开始设计实际使用场景
1)单交易目标TPS=脚本配置占比*总目标TPS
2)单交易并发用户数=单交易目标TPS*ART
3)实际并发用户数=单交易并发用户数上取整
4)交易间隔时间=实际并发用户数/单交易目标TPS
由此设计出单业务TPS,单交易并发用户数,交易间隔时间。
场景运用
单交易最大压力:
上面我们已经获得了单业务的吞吐量,按照单业务的并发量开始加压,压力不能小于单业务的吞吐量,并试探服务器的最大承受极限
服务器最大资源阈值达到系统最大处理能力时,为最大承受极限,最大tps和最大并发数依据最大处理能力填写,运行时间为半小时到一小时
单交易稳定性:
单个请求保持最大压力,持续12小时,测试系统稳定性
混合场景稳定性:
混合场景则按照计算的实际最大总吞吐量,按照百分比分配的单场景混合脚本运行,服务器指标和单交易稳定性一致
业务指标:
其中业务指标也需要考虑,如服务器硬性指标和业务指标任何一项未达到,则不合格
至此,场景设计完成。
数据库
数据库压力在性能测试中也至关重要,比如MySQL连接数,表的大小,insert和查询时间速度等
就用MySQL为例
通过分析,在一定数据量下,针对数据库的基本操作的时间不能超过上图范围
至于数据库工具,大家可以用Jmeter提供的现成的JDBC来进行测试
当然如果基于python技术栈,也可以自己写个时间方法,查询方法来的更快更灵活,并且可通过matpoltlib绘制直观的趋势图
同样数据库服务器的系统资源同样重要
中间件
中间件此处以Tomcat为例
其中JDBC连接等待数,线程繁忙率比较重要
JDBC连接等待数和繁忙率:http://ip:port/probe
通过tomcat的probe工具,放入webapp下,输入对应的ip地址,对性能进行监控(此处不详细介绍probe,自行查资料)
负载均衡:
负载均衡有很多工具,用的比较多的应该有nginx反向代理。
此处我们要关注的不是nginx怎么配置与怎么工作,很简单,此处我们只需要知道输入和输出,并且对比
在最大TPS下,使用服务器性能监控工具(nmon等工具,自行查资料),对比多服务器之间的cpu使用差异率即可
最后:
大体的性能测试入手与思路介绍完成,具体应该根据实际业务情况,使用环境和工具做进一步的详细设计。
locust,sql性能等,完全可以自行写适合公司的框架来进行性能测试(个人建议)
如要转载,请注明出处