【性能测试】服务器常用的性能指标总结，一文概全...

---

前言

压测过程中，我们除了需要关注客户端的pqs、并发量等指标外，还需要密切关注服务器资源相关的指标，例如：cpu使用率、内存使用率等。

下面介绍服务器常用的性能指标：

1、CPU使用率

CPU使用率代表程序占用的CPU资源，CPU使用率 = 1 - CPU空闲时间/总CPU时间，在性能测试中，CPU使用率是个非常重要的指标。

细分为如下指标：

用户态（user）：用户程序运行时间占比。当该值很高时，说明用户程序处理时间过长，需要优化代码

系统态（sys）：系统程序运行时间占比。当该值很高时，说明内核使用时间过长，需要排查系统是否存在频繁调度、线程进程是否频繁切换等

IO等待态（io wait）：系统等待IO的时间占比。当该值很高时，说明程序等待IO（网络、磁盘）的时间过长，需要从程序异步，或网络方面排查

空闲态（idle）：空闲状态的时间占比

整体CPU使用率可以使用 1 - idle（率）来计算。在平时的压力测试中，如果用户态 + 系统态 > 50% 就应该引起关注。

2、系统平均负载

系统平均负载是指在单位时间内，系统处于可运行状态和不可中断状态的平均进程数，也可理解为平均活跃进程数。

可运行状态进程：处于等待和正在运行的进程（注：处于等待的进程也算）

不可中断状态进程：处于内核流程中的进程，不可被打断，例如：IO响应等
系统平均负载，使用top，uptime等命令都会显示 load average 过去 1分钟、5分钟、15分钟的平均负载。

load average 1 分钟 > 5分钟 > 15分钟（例如：10.00 5.00 1.00），表明系统平均负载变大load average 1 分钟 < 5分钟 < 15分钟（例如：1.00 5.00 10.00），表明系统平均负载变小load average 1分钟 5分钟 15 分钟 三个数基本相同，系统负载处于平稳的状态

如何判断系统平均负债是否过高？

系统平均负载和cpu个数有关。

例如：系统平均负载为2，当系统2个CPU时，CPU利用率为100%；当系统1个CPU时，说明有一个进程竞争不到CPU；当系统4个CPU时，则CPU利用率为50%

可使用lscpu等命令查看cup个数，命令使用

一般来说当系统平均负载高于 70% 时，就需要关注CPU使用情况了，当平均负载过高时，系统进程响应变慢，影响正常服务

系统平均负载和CPU使用率的异同：

相同点：系统平均负载和CPU使用率都可用于评估CPU的使用情况
不同点：系统平均负载不仅包括正在使用CPU的进程，还包括等待CPU和等待IO的进程

oCPU密集型：平均负载和CPU使用率一致（同高同低）。
oIO密集型：平均负载高，但CPU使用率不一定高（可能在等待IO）。

3、内存使用率

内存相对于磁盘速度快，用于存储进程频繁使用的数据。内核在内存中划分出更高速的cached和buff区域，用于存放需要更频繁读完的文件数据和块设备信息等。

内存使用往往关注如下指标：

系统总内存：顾名思义，系统能使用的总内存的大小
系统已使用内存：等于 系统总内存 - 空闲内存，注：系统已使用内存包含 cached和buff区域。

系统内存使用率：系统已使用内存/系统总内存

如何判断系统内存使用率过高？

一般来说，系统内存使用率 大于 70%，就需要关注系统内存使用情况了，当内存使用过高，容易出现内存不足内存泄漏等问题。

4、磁盘使用率

磁盘使用率也是性能中的一个重要指标，可以使用iostat命令查看磁盘使用情况，具体命令使用后面讲解，iostat命令输出中有个字段util%表示周期内IO非空闲比例。

如何判断系统磁盘使用率过高？

iowait率（CPU等待IO）大于 50%，表明CPU有大量时间在等待IO
util率 大于 70%，表明磁盘使用过于频繁

下面是我整理的2023年最全的软件测试工程师学习知识架构体系图

一、Python编程入门到精通

二、接口自动化项目实战

三、Web自动化项目实战

四、App自动化项目实战

五、一线大厂简历

六、测试开发DevOps体系

七、常用自动化测试工具

八、JMeter性能测试

九、总结（尾部小惊喜）

不要害怕孤独和寂寞，因为它们会让你更清楚地认识自己。因此，请独立思考、勇敢行动、坚韧不拔，用实际行动证明自己的价值，赢得他人的尊重和认可！

时间无法停留，但我们可以选择怎样度过每一分钟。因此，请珍惜时间，勤奋努力，用心去体验生活，不断丰富自我，让自己成为一个有价值的人！

每一次的挫败都是通往成功的必经之路，因此，请将失败视为一种宝贵的财富，从中吸取经验教训，坚持不懈地攀登高峰，总有一天你会摘取梦想中的星星！