当前位置：首页 > news >正文

性能测试基础

news 2025/7/3 23:29:01

性能测试分类

客户端性能：测试APP自身的性能，例如CPU、内存消耗；web页面元素渲染速度
服务端性能：测试服务端项目程序的支持的并发、处理能力、响应时间等，主要通过接口来做性能测试

性能测试指标

并发

同时向服务器发送请求的用户数。

TPS/QPS

TPS：Transaction Per Second，每秒钟处理的事务数。在服务端接口性能测试中，事务可以理解成一次接口调用并返回，所以TPS其实就是每秒钟处理多少次接口调用。TPS越高，处理能力越高，性能越好。

QPS：也是指每秒处理的请求

平均响应时间

响应时间=网络传输的总时间+各组件业务处理时间
在这里插入图片描述
响应时间Response Time，简称RT，指的是服务端处理完一个请求所花费的时间，通常时间单位为毫秒ms。
平均响应时间就是n多个请求响应时间的平均值。
平均响应时间越短，代表性能越好，TPS就越高。

TOP响应时间

将所有请求的响应时间先从大到小进行排序，计算指定比例的请求都是小于某个时间。该指标统计
的是大多数请求的耗时。
Tp90（90%响应时间）：90%的请求耗时都低于某个时间
Tp95（95%响应时间）：95%的请求耗时都低于某个时间
Tp99（99%响应时间）：99%的请求耗时都低于某个时间

并发数/虚拟用户（Vuser）

压测工具中设置的并发线程/进程数量

成功率

请求的成功率

PV（Page View）

页面/接口的访问量

UV（Unique Visitor）

页面/接口的每日唯一访客

吞吐量

网络中的流量，TPS越高，吞吐量越大

TPS、响应时间和并发数的关系

在系统达到性能瓶颈之前，TPS和并发数成正比关系，即并发数越高，TPS越高；达到瓶颈后，并发数增加，TPS
不会继续增高（甚至会下降），这个最高的tps出现的点，叫做拐点
TPS和平均响应时间成反比关系，即平均响应时间越小，TPS就越高
响应时间单位为秒的情况下
TPS = 1 / 响应时间 * 并发数
TPS = 并发数 / 响应时间

在这里插入图片描述

性能监控指标

操作系统级别监控

CPU使用率、内存使用率、网络IO（input/output）、磁盘（read/write/util）

中间件监控

连接数、长短连接、使用内存

应用层监控

线程状态、JVM参数、GC频率、锁

DB层监控

连接数、锁、缓存、内存、SQL效率

性能测试流程

需求调研

项目背景
测试范围
业务逻辑 & 数据流向
系统架构
配置信息
测试数据量（量级要一致）
外部依赖
系统使用场景，业务比例
日常业务量
预期指标
上线时间

测试计划

项目描述
业务模型及性能指标
测试环境说明
测试资源
测试方法以及场景设计原则（基准测试、单交易负载测试、混合场景测试、高可用性测试、稳定性测试、其他特殊场景）
测试进度安排及测试准则

环境搭建

测试机器硬件配置尽量和线上一致
系统版本与线上一致
测试环境部署线上最小单元模块
应用、中间件、数据库配置要与线上一致
其他特殊配置

数据准备

测试数据分为两部分：基础数据和参数化数据
通常采用以下三种方法进行构造
调业务接口
– 适合数据表关系复杂
– 优点：数据完整性比较好
执行SQL
– 适合表数量少，简单
– 优点：速度最快

脚本编写

选择工具（Loadrunner、Jmeter、Locust等）
选择协议（Http、TCP、RPC）
参数化
关联
检查点
事务判断

压测执行