测开 (性能测试)

前言

1、性能测试和功能测试的区别

2、性能好与不好的表现

3、性能测试衡量指标 && 名称解释

指标一：并发用户数

指标二：响应时间 / 平均响应时间

指标三：事务

指标四：点击率（Hit Per Second）

指标五：吞吐量（Throughput）

指标六：思考时间（Think Time）

指标七：资源利用率（Think Time）

常识普及

4、性能测试分类

一般性能测试

负载测试

压力测试

阶段小结

稳定性测试

失效恢复测试

配置测试

前言

首先，我们要明白性能测试的范围很大！！！！

压力测试，负载测试，稳定性测试。。。。它们都属于性能测试

1、性能测试和功能测试的区别

我们在这里先来了解一下设计测试用例的万能公式：【功能测试 + 界面测试 + 性能测试 + 兼容性测试 + 易用性测试 + 安全性测试 +（容错性测试）】

如果将来，各位读者面试测开岗位时，面试官给了我们 “被测物品”（人事物），让你们现场对其进行测试用例的编写，我们就可以按照万能公式给出的方向作为参考，进行编写。

切回正题：
功能测试：验证产品功能有没有满足（实现）用户的功能需求。

但是！还存在一个问题：功能是实现了，但是质量怎么样，就不能保证了。
这个时候，就需要引入性能测试了。

性能测试：也就是验证产品的质量是否达到用户的期望。

2、性能好与不好的表现

这个很好理解！
我们买一台高配的电脑，玩起游戏一点都不卡。
那些低配置电脑，玩什么都卡。

这就是性能差距，当然此处的差距主要体现在硬件上。
我们更关注的是 “软件”上的性能。
比如：
我们晚上玩LOL的时候，尤其是一区，总是需要排队。
这里就是一个性能的问题。
服务器处理登录请求的速度，跟不上玩家登录请求发送的速度。
所以，我们才会进行排队。

生活中还有很多的事例：
双十二抢特价商品，进不了购物页面
某某明星报出新闻，微博直接炸裂
。。。。
这里我们就不再赘述。

总的来说：
性能好不好，取决于服务器处理信息的速度快不快！能不能承受高并发请求！！！
影响性能的因素：硬件配置，代码算法，代码结构。。

另外，可以告诉你们的一点是：
你们难道就不好奇为什么所有软件会有验证环节？

美名曰是提高用户的安全性，其实就是拖延你发送登录请求的时间点，避开与其它用户发送的请求时间点冲突（相同）。
从而缓解服务器的高并发压力。
用专业术语来说：
通过 “降低 ” 产品的易用性来换取产品的性能。

3、性能测试衡量指标 && 名称解释

如何衡量性能好坏:

通过数据来进行展示，借助工具所监控和收集的各项指标来分析系统的性能、

指标一：并发用户数

先理解一下，并发的意思：

在某一个时间点，服务器接收到了多个请求。

并发用户【同时发送请求的用户们】会对系统造成压力，首先对系统用户数，在线用户数，并发用户数做一个区分.

系统用户数：简单地说就是该系统的注册用户数。

例如： BestTest论坛里存在 6666 个注册用户，它们可以是活跃的，也可以是 “僵尸” 的。

在线用户数：登录了系统，或者说正在使用系统的用户数量。

并发用户数：一起向服务器发送带有压力，或者对服务有影响操作的用户数量。

业务层面的并发用户数：

指的是同时向服务器发送请求的用户数量。

后端服务器层面的并发用户数：

指的是同时向服务器发送请求的请求数量。

指标二：响应时间 / 平均响应时间

站在用户的角度来说：

从请求发出直到看到响应结果的这段时间，就是响应时间。

站在服务器的角度来说：

从服务器接收到请求的那一刻开始，到返回响应的这段时间，就是响应时间。
该响应时间又称请求响应时间。

响应时间的长短，跟多个方面都有关系：

1、用户的带宽
2、运营商（我们所有的请求都是通过运营商的服务器进行传递的）
3、服务端的带宽（服务器的带宽）
4、网络环境（网速）
。。。。。。。

平均响应时间：

就是把每一次响应的时间累加，然后取平均值（平均时间）。

平均值，一般是做为参考值来使用。
就好像一个班考完试，老师都会公布平均值，让我们看看自己的成绩是否过了平均值。

指标三：事务

简单来说：事务，就是指完成一件事所需所有操作。

比如：吃饭
我们吃饭，要拿碗，拿筷子，还要盛饭，夹菜。
最后一口饭，一口菜的形式，吃完饭。

吃饭，看似是一件事。
但是想要完成它，我们需要完成一些其它必要的操作。
事务也是如此，如果缺少某个操作（条件），事务就无法执行成功。【原子性】

事务响应时间：

处理请求对应的事务的时间。
说白了，就是实现一个业务功能所需要的时间。

每秒事务通过数：TPS >> Transaction Per Second

TPS 是指每秒系统能够处理的事务数量，它是衡量系统处理能力的重要指标。
TPS 越高，对应的性能越好。

当压力加大时，TPS曲线如果变化缓慢或者平坦的趋势，很有可能是服务器开始出现瓶颈【饱和】了。

如果环境没有发生大的变化，对于同一系统会存在一个最大处理事务能力，它并不是随着并发用户的增减而改变。

指标四：点击率（Hit Per Second）

假如说我们向 web 页面进行了点击，点击率代表用户每秒向 web服务器提交的 HTTP 请求数。

比如：淘宝秒杀活动，我们对着购买按钮就是一顿狂戳。
点击率 == 点击次数 / 点击持续时间（秒）

需要注意的是：一次点击，并不是只有一条请求。
【经典：重定向，一次点击，发送两个请求】
你们可以在准备访问一个页面的时候，开启浏览器的开发者工具来观察一次点击，触发了多少个请求。

指标五：吞吐量（Throughput）

这里的吞吐量以单位时间为度量衡量。

单位时间内系统处理的客户请求的数量，直接体现软件系统的性能承载能力。

一般来说用
Requests【请求数】 / Second【时间秒】，
Pages【页数】 / Second【时间秒】，
Bytes【字节数】 / Second【时间秒】。

从业务的角度，也可以用访问人数 / 天或是处理的业务数 / 小时来衡量
从网络设置的角度来说，也可以用字节数/天来衡量