当前位置：首页 > 市场动态 > 正文内容

9.性能指标分析、性能测试报告编写

admin13小时前市场动态4

9.性能指标分析、性能测试报告编写

9.性能指标分析、性能测试报告编写 1.什么是性能测试？

压力测试：强调极端暴力

稳定性测试：在一定压力下，长时间运行的情况

基准测试：在特定条件下的性能测试

负载测试：不同负载下的表现

容量测试：最优容量

概述

不同人群关注的性能指标各有侧重。后台服务接口的调用者一般只关心吞吐量、响应时间等外部指标。后台服务的所有者不仅仅关注外部指标，还会关注CPU、内存、负载等内部指标。

拿某打车平台来说，它所关心的是智能提示的外部指标能不能抗住因大波优惠所导致的流量激增。而对于智能提示服务的开发、运维、测试人员，不仅仅关注外部指标，还会关注CPU、内存、IO等内部指标，以及部署方式、服务器软硬件配置等运维相关事项。

2.外部指标

从外部看，性能测试主要关注如下三个指标

· 吞吐量：每秒钟系统能够处理的请求数、任务数。

· 响应时间：服务处理一个请求或一个任务的耗时。

· 错误率：一批请求中结果出错的请求所占比例。

1.响应时间：

响应时间的指标取决于具体的服务。如智能提示一类的服务，返回的数据有效周期短（用户多输入一个字母就需要重新请求），对实时性要求比较高，响应时间的上限一般在100ms以内。而导航一类的服务，由于返回结果的使用周期比较长（整个导航过程中），响应时间的上限一般在2-5s。

对于响应时间的统计，应从均值、.90、.99、分布等多个角度统计产品性能测试报告格式，而不仅仅是给出均值。下图是响应时间统计的一个例子

2.吞吐量

吞吐量的指标受到响应时间、服务器软硬件配置、网络状态等多方面因素影响。

· 吞吐量越大，响应时间越长。

· 服务器硬件配置越高，吞吐量越大。

· 网络越差，吞吐量越小。

在低吞吐量下的响应时间的均值、分布比较稳定，不会产生太大的波动。

在高吞吐量下，响应时间会随着吞吐量的增长而增长，增长的趋势可能是线性的，也可能接近指数的。当吞吐量接近系统的峰值时，响应时间会出现激增。

3.错误率

错误率和服务的具体实现有关。通常情况下，由于网络超时等外部原因造成的错误比例不应超过5%%产品性能测试报告格式，由于服务本身导致的错误率不应超过1% 。

4.吞吐量

一个系统的吞度量（承压能力）与对CPU的消耗、外部接口、IO等等紧密关联。

单个对CPU消耗越高，外部系统接口、IO影响速度越慢，系统吞吐能力越低9.性能指标分析、性能测试报告编写，反之越高。

系统吞吐量几个重要参数：QPS（TPS）每秒钟/事务数量、并发数、响应时间

QPS（TPS）：每秒钟/事务数量

并发数：系统同时处理的/事务数

响应时间：一般取平均响应时间

（很多人经常会把并发数和TPS理解混淆）

理解了上面三个要素的意义之后，就能推算出它们之间的关系：

QPS（TPS）= 并发数/平均响应时间

一个系统吞吐量通常由QPS（TPS）、并发数两个因素决定，每套系统这两个值都有一个相对极限值，在应用场景访问压力下，只要某一项达到系统最高值，系统的吞吐量就上不去了，如果压力继续增大，系统的吞吐量反而会下降，原因是系统超负荷工作产品性能测试报告格式，上下文切换、内存等等其它消耗导致系统性能下降。

5.决定系统响应时间要素

我们做项目要排计划，可以多人同时并发做多项任务，也可以一个人或者多个人串行工作，始终会有一条关键路径，这条路径就是项目的工期。

系统一次调用的响应时间跟项目计划一样，也有一条关键路径，这个关键路径是就是系统影响时间；

关键路径是有CPU运算、IO、外部系统响应等等组成。

我们在做系统设计的时候就需要考虑CPU运算、IO、外部系统响应因素造成的影响以及对系统性能的初步预估。

而通常境况下，我们面对需求，我们评估出来的QPS、并发数之外，还有另外一个维度：日PV。

通过观察系统的访问日志发现9.性能指标分析、性能测试报告编写，在用户量很大的情况下，各个时间周期内的同一时间段的访问流量几乎一样。比如工作日的每天早上。只要能拿到日流量图和QPS我们就可以推算日流量。

通常的技术方法：

1. 找出系统的最高TPS和日PV，这两个要素有相对比较稳定的关系（除了放假、季节性因素影响之外）

2. 通过压力测试或者经验预估，得出最高TPS，然后跟进1的关系，计算出系统最高的日吞吐量。B2B中文和淘宝面对的客户群不一样，这两个客户群的网络行为不应用，他们之间的TPS和PV关系比例也不一样。

A)淘宝

淘宝流量图：