在做性能测试之后需要知道些什么(2)

　　Hits Per Second

　　每秒中点击次数

　　和吞吐量一样，单单用点击数(hits)来衡量系统也是不合理的。所以，用每秒钟的点击数才能衡量出服务器的处理能力。

　　响应时间图分析

　　横坐标表示用户数

　　纵坐标表示时间

　　红色虚线，表求的是一种系统的理想状态。

　　当服务器处理10个用户请求时所用的时间是2秒(假设)，当服务器处理200用户请求时所用的时间也是2秒。所以说这种状态是一种理想的状态。现实中，不管是如何超级强的服务器当用户数达到一定数量时，响应时间必会变慢。

　　蓝色斜线，是服务器常见的一种曲线状态。

　　服务器的响应时间虽然用户数量的增加逐渐变慢。

　　当系统出现这种斜线，应该说系统性能是相当健壮的。随着用户的增长响应时间逐渐变长。

　　黑色曲线，个人觉得是服务器处理能力的真实曲线状态。

　　为什么说黑线才是真实服务器处理能力的曲线呢?当用户处理一个用户请求是2秒(假设)，当处两个用户请求是马上变成3秒(假设)，当处理3个用户请求时变成4秒(假设)。再差的服务器也有个处理范围，比如是，100用户同时并发，服务器可以轻松应对，不管是10个用户还是80个用户同时请求，服务器都可以即可响应(请参考理发店模式)。只有当用户数量达到某个数量点后，服务器性能急剧下降。如上图黑色十字星处就是系统的拐角点。

　　我们假设有一个门，在一个时间点上可同时过10个人，不管你是同时来3个还是10个都可以在同一时间点过门，假如来了11个人，必然有一个人要等10个人过门之后才能过。那么当超过10人来过门时，过门的速度就开始变慢。那么10就是服务器性能的拐角点。我们通常做压力测试找服务器的拐角点是很重要的任务之一。

　　关蓝色曲线与黑色区线只是我们常见两种曲线。现实的测试中可能出现各种样式的曲线。当然还要看你做测试的细度，比如，10个用户是系统的拐点，如果你做完5个用户的一轮测试后，就是20用户的测试。那么画出来的曲线就变成斜线，拐点将被护忽略掉。

　　吞吐率图分析

　　横坐标虚拟用户数

　　纵坐标有吞吐率(服务器端)

　　红色虚线，表示一种理想的状态。

　　随着用户数量的增加吞吐率也在持续增加。

　　黑色曲线，表示现实系统的吞吐率状态。

　　刚开始吞吐率随着用户数量的增加逐渐变大，当大到一定程度时，逐渐平缓直到变成一条平线。

　　如果用户还在持续增加中，那么吞吐率有可能下降，直到系统挂掉。

　　为什么会是这样呢?我们通过另一个例子来说，大家都在城市生活，相信上下班高峰期都会遇到堵车。在比较重要的红绿灯路口常会见到堵车现象。假如每个绿灯可以通过10辆，前期来三五辆车，遇到绿灯，一次都过去了。到了下班高峰期，车子变多，一下来了20辆，但这个路口的绿灯每天只能通过10辆，所以，这个时候，路口的通过率不会根据车辆的增加而继续增加。

　　好的系统好像好有个好的交警在位置秩序，虽然车辆还在增加，但每个车辆都有条不紊等待通过路口。

　　不好的系统如路口赶上交警拉肚子，车辆在增加，后面车辆等得不耐烦就往前挤，结果稿得互不相让。好嘛!之后还每个绿灯可通过10辆，现在只能有一辆车从夹缝中脱离苦海了。

　　响应时间图与吞吐率图并不是我们一轮性能测试下来就能得到结果。需要经过多轮测试才能得到。设置不同的用户数量，得到每次的测试数据，将每次数据连接，从而得到最终系统性能曲线。关于用户数量每次增加的数量自己把握。如果，想精确，可以每次增加1个用户的方式来做，不过这样势必加大工作量，也没必要。这个需要每做完一轮测试后对数据进行分析，然后确定下轮测试所要设置的虚拟用户数。

　　关于，性能指标的分析，就先谈到这里。关于内容，我反复经过思考，但难免有理解有误之处。还望高手点拨。共同进步。

原文转自：http://www.uml.org.cn/Test/201309092.asp