我所理解的性能测试是什么?

发表于:2013-03-14来源:码农博客作者:backtracker点击数: 标签:性能测试
我所理解的性能测试是什么?首先说明这篇博客是文不对题的。起这个名字想法来源自韩寒的《我所理解的生活》,之前看过一个关于这本书的视频,感觉巨牛X,于是就想写一篇《我所理解的性能测试》。虽然是文不对题的,但我就是想用这个名字,在这个残忍的社会,给自己博客

  扯淡

  首先说明这篇博客是文不对题的。起这个名字想法来源自韩寒的《我所理解的生活》,之前看过一个关于这本书的视频,感觉巨牛X,于是就想写一篇《我所理解的性能测试》。虽然是文不对题的,但我就是想用这个名字,在这个残忍的社会,给自己博客文章起个名字这点权利还是有的。

  下面我要贴出来的是zee大神的《性能测试面试问题列表》中列出来的性能测试与操作系统方面问题与我自己整理的回答。回答的不一定对,也懒得去改了。就用这些问题与回答来记录我这段时间的努力,来记录我所理解的性能测试吧。

  性能测试

  1.如何理解TPS

  性能指标的一个重要因素。TPS(Transaction Per Second,每秒事物数),单位时间内完成的事物的数量。TPS的计算一般是通过的事物除以时间。

  TPS是跟测试脚本中事物(Transaction)相关联的。

  在性能测试工具中,吞吐量也被称之为TPS(Transaction Per Second,每秒事物数)。吞吐量直接体现系统性能的承载能力,是指单位时间内处理的客户请求的数量。其计量单位可以根据需求不同而不同,比如请求数/秒,页面数/秒,业务数/小时(可以说下我们采集项目中吞吐量可以用 解析卡数/秒)。

  对于交互式应用,用户直接的体验就是“响应时间”,通过“并发用户数”和“响应时间”可以确定系统的性能规划;但对于非交互式应用,用“吞吐量”来描述用户对系统的性能期望可能更加合理。

  吞吐量作为性能测试的主要关键指标。吞吐量和并发用户数之前存在着一定的联系。在没有性能瓶颈的时候,吞吐量随着虚拟用户数的增加而增加(计算公式为 吞吐量 = (VU个数 * 每个VU发出请求数) / 单位时间)。如果性能遇到瓶颈,吞吐量与VU数理之间就不再符合这个关系。

  2.如何理解线程调用

  线程(thread)是”进程”中某个单一顺序的控制流。也被称为轻量进程。

  线程的好处:

  1 创建一个新线程花费的时间少。

  2.(JAVA中线程具有新的,可运行,运行,等待/阻塞/休眠,死亡等几种状态。)在未阻塞情况下,两个线程(在同一进程中的)的切换时间少。在阻塞情况下,线程间切换将产生上下文切换。

  3.由于同一个进程内的线程共享内存和文件,所以线程之间互相通信不必调用内核。

  4 线程能独立执行,能充分利用和发挥处理机与外围设备并行工作的能力。

  使用线程可以把占据长时间的程序中的任务放到后台去处理

  ps:JAVA中可以通过jstack或者jprofiler dump出线程所执行的堆栈信息。

  3.如何理解响应时间

  响应时间反映完成某个业务所需要的时间。

  在性能测试中是通过测试工具的事物函数来完成响应时间的统计。事物函数会记录开始事物和结束事物的时间差,使用Transaction Response Time这个词来说明。

  响应时间主要包括网络时间,服务器处理时间,网络延迟

  对于交互式应用,用户直接的体验就是“响应时间”,通过“并发用户数”和“响应时间”可以确定系统的性能规划;

  对于交互式应用,响应时间出现拐点系统就可能出现瓶颈

  4.如何理解性能建模(可分类回答)

  这个不会,之前找到一个资料,分享一下吧 http://www.docin.com/p-452373613.html

  5.如何理解响应时间,TPS曲线和用户之间的关系

  随着用户数量的增加,在未出现瓶颈前响应时间保持稳定,TPS值和并发用户数成线性关系,出现瓶颈后响应时间变长,TPS基本保持不变或开始下降。

  6.在LoadRunner中为何要设置思考时间和pacing?

  1)Think time,思考时间。可以通过设置思考时间,来模拟真实用户在操作过程中的等待时间。从定义上来看,think time是在iteration内部的某个action中各个步骤的间隔时间。

  2)Pacing,步调。可以通过设置两次迭代(iteration)之间的间隔时间,来调整各个action之间的步调(或者称之为节奏)。

  3)pacing和think time都是可以模拟现实世界中的停顿。对于复杂场景,这个停顿要靠pacing来完成。不过,pacing怎么设置才最合适,是需要研究用户行为才能定的。

  操作系统

  1.如何判断CPU、内存、磁盘的瓶颈?

  CPU瓶颈:

  1) 查看CPU利用率。建议CPU指标如下

  a) User Time:65%~70%

  b) System Time:30%~35%

  c) Idle:0%~5%

  如果us,sy高于这个指标可以判断CPU有瓶颈

  使用top查看

  查看运行队列

  每个CPU都会维持一个运行队列,理想情况下,调度器会不断让队列中的进程运行。进程不是处在sleep状态就是run able状态。如果CPU过载,就会出现调度器跟不上系统的要求,导致可运行的进程会填满队列。队列愈大,程序执行时间就愈长。“load”用来表示运行队列,用top 命令我们可以看到CPU一分钟,5分钟和15分钟内的运行队列的大小。这个值越大表明系统负荷越大。超过 1.00,那么说明CPU已经超出负荷,交通严重的拥堵。

  使用top或者uptime查看

  查看上下文切换

  每个CPU(或多核CPU中每个核心)在同一时间只能执行一个线程,Linux采用抢占式调度。即为每个线程分配一定的执行时间,当到达执行时间,线程中有IO阻塞或高优先级线程要执行时,Linux将切换执行的线程,在切换时要存储目前线程的执行状态,并恢复要执行的线程状态,这个过程称之为上下文切换。对于java应用,典型的是在进行文件IO操作,网络IO操作,锁等待或线程sleep时,当前线程会进入阻塞或者休眠状态,从而触发上下文切换,上下文切换过多会造成内核占用过多的CPU使用,使得应用的响应速度下降。

  使用vmstat查看cs

  结论:

  检查system的运行队列,以及确定不要超出每个处理器3个可运行状态线程的限制.

  确定CPU 利用率中user/system比例维持在70/30

原文转自:http://www.neversaydie.cc/the-performance-test-what-i-understand/