效能測試基本概念

2022-03-27 23:33:13 字數 1966 閱讀 4623

(1)應用系統從請求發出開始到客戶端收到相應所消耗的時間

(2)應用系統從請求發出開始到客戶端接收到最後乙個位元組資料所消耗的時間

ps:由於瀏覽器的行為是既定的,所以仍然採用第二種方式來描述響應時間

併發使用者數:

(1)業務併發使用者數:同乙個時間段內訪問系統的使用者數量,該概念一般在效能測試(performance testing)方法中使用,用於從業務的角度模擬真實的使用者訪問

ps:重點是弄清楚會有多少使用者會在同一時間段內訪問被測試的系統

(2)伺服器併發使用者數:從伺服器端承受的壓力出發,描述的是同時向客戶端發出請求的客戶,該概念一般結合併發測試(concurrency testing)結合使用,體現的是伺服器端承受的最大併發訪問數

ps:這兩種「併發」概念最根本的不同是什麼呢?假設第一種使用者每秒點選一次,第二種每五秒點選一次,兩種情況下伺服器承受的壓力是完全不同的,而採用後一種「併發」的概念時,如果兩種情況具有相同的足底啊併發使用者數,則說明這兩種情況下伺服器承受的最大壓力是相同的。而系統承受的最大併發訪問數可以通過對伺服器的日誌分析得到。

日誌分析工具:awstats:

用於估算併發使用者數的公式(僅供參考)

平均使用者併發數:c=n*l/t

峰值併發使用者數:c›≈c+3c

其中,c是平均併發數,n是使用者從登陸到退出系統的時間段,l是系統使用時間段的平均值,t是使用系統的時間段數值,c›指併發使用者數的峰值

對於企業內部使用的web系統,還有精度更小的一種公式

平均使用者併發數:c=n/10

峰值使用者併發數:c›≈r*c

其中,r值一般取2—3.這種方法要求不太嚴格,只有很少資料支援分析的效能測試中使用

c,套入公式:c›≈200+3*√200 = 242

吞吐量:

.吞吐量直接體現系統的效能承載能力,是指單位時間內系統處理的客戶請求的數量。

對於互動式應用來說,吞吐量指標反應的是伺服器承受的壓力。    

一般來說,請求數/每秒or頁面數/每秒來衡量

從業務角度來說,訪問人數/天or處理的業務數/小時來衡量(pv、uv)

從網路角度來說,位元組數/天來考察網路流量 

web系統的效能測試中,吞吐量指標可以在兩個方面發揮作用

1.協助設計效能測試場景,以及衡量效能測試場景是否達到預期的設計目標

2.協助分析效能瓶頸

3.沒有遇到瓶頸之前,吞吐量和併發使用者之間存在的關係可以用下面的公式表達:

f=n(vu)*r/t

f表示吞吐量,n表示vu的個數,r表示每個vu傳送的請求(點選)數量,t表示效能測試所用的時間

不同併發使用者數量情況下,對同一系統施加相同的吞吐量,很可能得到不同結果

ps:大部分效能測試中,單擊數(hits)指客戶端發出的http的請求數量,而不是指使用者在頁面上的一次單擊事件。

效能計數器(counter)

定義:描述伺服器或者作業系統效能的一些資料指標

作用:監控、分析

分析系統可擴充套件性,進行效能瓶頸的定位時,計數器取值非常關鍵

思考時間(think time)

體現在指令碼中,就是操作之間放乙個think函式,使指令碼在執行兩個操作之間等待一段時間

公式f=n(vu)*r/t吞吐量是vu數量n,請求數r和時間t的函式,其中,r又可以用時間t和使用者的思考時間ts來計算:

1.首先計算出系統的併發使用者數

2.統計出系統平均的吞吐量

3.統計出平均每使用者發出的請求數量

4.根據上面的公式得出請求時間

本文引用了老張的部落格

效能測試基本概念

1.併發使用者數 就是模擬每秒多少人同時作業系統,當前,未來三年,極大值 卡死,但只要停掉系統就可恢復 2.高峰週期 在哪個時間段訪問系統使用者數量最多 與專案團隊評估 3.場景 正確使用場景,模擬使用者真實操作,每個測試場景就是乙個用例 4.協議和請求 效能測試都是走協議的,建立http請求,用f...

效能測試基本概念釋疑

似乎許多人都對效能測試有或多或少的不清楚,這裡就我的理解提供一些解釋 1 負載測試 load test 壓力測試 stress test 容量測試 capability test 與效能測試 performance test 是什麼關係?效能測試是乙個較大的範疇,包括負載測試 壓力測試和容量測試。其...

LoadRunner之效能測試基本概念

在一些軟體專案中,專案經理或測試經理經常會安排測試工程師進行下面的工作 一 什麼是效能測試 狹義的效能測試主要用於描述常規的效能測試,是指通過模擬生產執行的業務壓力或使用者使用場景來測試系統的效能是否滿足生產效能的要求。廣義的效能測試則是壓力測試 負載測試 強度測試 併發 使用者 測試 大資料量測 ...