- 开展性能测试前需掌握的知识
MySQL(关系型数据库)
Redis(分布式缓存)
RabbitMQ(消息队列)
Spring Boot/Cloud(微服务框架)
Logstash(应用日志收集)
剩下的运维搞
Docker(应用容器引擎)
Docker-Compose(容器编排)
Nacos(服务注册及配置中心)
Kubernetes(k8s)(容器云)
- 测试方案设计
场景设计(最重要的一环)
基于并发/吞吐量的场景设计
基准性能场景设计
容量性能场景设计
稳定性性能场景设计
异常性能场景设计
docker分布式压测环境设计
编写脚本
参数化 参数关联 事务/思考时间等
- 监控
1 CPU/内存/磁盘/网络
2 数据库 mysql
3 中间件 Redis
4 rebbiteMq
需关注tps 响应时间 内存 磁盘io 网络各项指标
- 分析
判断性能衰减的趋势
分析是否存在性能瓶颈
Stack/Heap深入解读/瓶颈定位
CPU压力过大的瓶颈分析及定位
资源利用率过低的瓶颈分析及定位
内存泄漏实战分析及定位
代码级瓶颈分析及定位
带宽消耗分析及网络瓶颈定位
数据库常见瓶颈分析思路
数据库慢查询定位
SQL执行计划分析及问题定位
SQL语句资源消耗详细分解
磁盘IO瓶颈分析及定位
- 优化
中间件核心参数优化
JVM核心参数优化设置
项目源码解析及优化
MySQL常用存储引擎优化
JVM垃圾回收算法选择及优化
SQL语句优化
MySQL Schema设计优化
MySQL架构设计优化
- 编写测试报告
给出测试结果:
是否满足需求
是否存在瓶颈
是否需要调优