网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
- 制定稳定性指标模型(Modeling)
根据用户场景建模,创建合适合理的稳定性指标模型(之后会有一个例子)
- 测试环境准备
对软硬件环境的配置:配置的来源可以是客户环境模拟、需求文档规定的配置或者配置测试得出的最佳配置
- 识别稳定性的主要性能指标(KPI)
用来描述稳定性测试关注的系统指标,比如响应时间、CPU、内存使用率等等,需要根据具体业务进行定义
- 测试的执行和数据收集
- 按照相应稳定性指标模型(Modeling)分析测试结果
将测试结果应用在稳定性测试模型中,观察是否满足稳定性要求
- 持续改进(如有必要)
现在我也找了很多测试的朋友,做了一个分享技术的交流群,共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源,没人解答问题,坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化,性能,安全,测试开发等等方面有一定建树的技术大牛
分享他们的经验,还会分享很多直播讲座和技术沙龙
可以免费学习!划重点!开源的!!!
qq群号:691998057【暗号:csdn999】
02、稳定性指标模型(例子)
下面我们拿一个BI(商业智能)的例子来进行我们的稳定性测试建模:
1、软件主要业务:
从大量元数据中提取(ETL)客户关心的数据并最终生成报表(本文以微软平台BI为例:SSIS,SSAS,SSRS)
2、用户场景:
利用SSIS 包进行ETL操作将元数据计算转化后导入到数据立方体(Cube)中。
**3、典型负载:**每小时3000个用户,100000条数据,执行7x24小时
**4、测试环境:**需求文档中规定的配置
5、主要性能指标:
- **ETL时间:**9分钟,差别:1分钟,方差:<0.1
- **系统相关:**CPU,Memory,Private Mbytes/sec等
6、稳定性指标模型:
- 计算公式
-
稳定性模型
-
从图表中可以看出:
- ETL上限为12分钟(即如果超过12分钟就证明有瓶颈,需要调查)
- ETL平均值为9分钟
- 控制线的上下方分别为Avg加减3倍的方差
- 实际使用时间围绕平均值上下分布(标准为同一向不能出现连续7个点:如连续7个实际检测值都在平均值的上方,这时就需要进行调查)
- 系统方面的指标也可以按照这个方法去分析
当然,对系统资源占用要求不高的系统可以直接通过占用曲线来分析稳定性
7、执行测试获取结果,套用指标模型进行分析
03、总结
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
e56a57acb)**
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!