seanyang_的博客

性能测试入门知识汇总_王学丹-优快云博客性能测试-性能测试的标准依据和价值（1）-优快云博客性能测试流程_性能测试需要提供什么-优快云博客性能测试的分类-优快云博客性能测试-性能测试类型（2）-优快云博客企业级实际性能测试案例与经验分享_公司级性能测试_东方不败之鸭梨的测试笔记的博客-优快云博客性能需求指标_需求文档 性能指标-优快云博客性能测试-度量指标（7）_东方不败之鸭梨的测试笔记的博客-优快云博客性能测试-度量指标及选择（6）_东方不败之鸭梨的测试笔记的博客-优快云博客性能工程师的

systemctl daemon-reload #重新加载一下配置。每次改动后也要重新加载。解压后有三个文件，分别是LICENSE、node_exporter、NOTICE。systemctl enable node_exporter ---设置开机启动。将node_exporter移动到/etc下。vim编辑该文件，写入内容。看到如下内容说明安装成功。

对架构中的组件进行了分析之后，通过全局— 定向的思路列出要看的计数器，再通过相应的监控工具去实现，拿到要分析的数据。这就完成了要做的监控设计和具体实施。至于你是用什么工具去实现的，这并不重要，因为拿到监控数据，可供分析证据链最重要本文来自高楼老师课程笔记。

Tomcat的压缩主要指的是对返回的HTML页面等内容进行压缩，通常以gzip格式进行压缩，在发送给浏览器之前，浏览器会进行解压缩处理。在HTTP响应头中，Content-Encoding属性定义了数据是如何被压缩的。当选择gzip格式压缩时，整个HTML文本会被进行一次gzip格式的压缩。对于页面量信息大或者带宽小的情况下，使用压缩方式还是蛮适用的。压缩的目标 1. 减少带宽的消耗；2. 减少传输的时间；压缩会消耗CPU，适用于带宽不够，CPU足够的情况。

Java VisualVM是Java的一个工具，它可视地提供了有关JVM软件的信息，并将多个监视、故障排除和性能分析实用程序组合到一个工具中。它可以将其他功能（例如JConsole工具提供的某些功能）添加为可选插件，使用简单，几乎0配置，功能还是比较丰富的，几乎囊括了其它JDK自带命令的所有功能。在jdk1.8的bin目录可以找到jvisualvm.exe应用程序位置显示本地和远程的java进程。选择一个进程，可以看到进程的信息，可以看到该线程的JVM参数。

如果出现了 1 和 2 的话，不用看什么具体对象内存的消耗，只要像网上那些只玩 JVM 参数 的人一样，调调参数就行了。对 Java 的内存分析通常都落在对 JVM 的使用上，再具体一点，说的就是内存泄露和内存溢出，这两类问题现在少，但不是没有。Full GC（第八列）一直都在尝试做回收的动作，但是一直也没成功，因为年轻代、年老 代都没回收下来，持久代也在不停涨。查看停止了压力，做了正常的fullgc后，是否还有无法回收的对象，如果有，说明有内存泄露。2. 从目前的压力级别上来看，内存不够用，需再增加。

比对，得到的结论是每个产品对性能的影响都在 10% 以下，其中 SkyWalking 对性能的影。几个开源的好用的工具，它们分别是 Pinpoint、SkyWalking、Zipkin、CAT。对微服务来说，链路监控工具是标配。在性能分析中，需要查看微服务的性能状态时必须用。进行详细地问题定位，细化到组件的配置、代码行 和 SQL 层级。4. 最后根据定位的根本原因，提出具体的性能瓶颈解决方案。常见的链路监控工具，我们都称之为 APM。1. 查看微服务节点的健康状态。2. 判断响应时间的消耗点。

请求接口后查看skywalking，可以看到有一个请求，响应时间为1852ms，性能指数Apdex为0.5。可以看到数据库的处理能力——数据库的吞吐能力、SQL 的执行时间百分比，以及哪些 SQL 慢。可以看到显示有一个slow endpoints，就是我请求的这个接口。我这里结构比较简单，就是用户发送请求到应用，应用与mysql数据库交互。这个没有单独配置，是用了mysql数据库，自己显示了这个监控。追踪功能，可以看到一个请求被拆分成了哪些子请求。也可以直接点开trace模块看。也可以看到JVM信息。

skywalking-oap-server：暴露11800 和 12800 两个端口，分别为收集监控数据的端口11800和接受前端请求的端口12800，修改端口可以修改config/applicaiton.yml。我又在linux上分别运行oap.service.sh和 webappservice.sh，过了很久很久，竟然可以访问了，这两个脚本也没有运行结束，然后这执行窗口也不能关，关了后skywalking就也不能用了。启动后，在skywalking 常规服务-服务，可以看到启动的service。

可以查看命令使用方法。

使用quit或者exit命令可以断开当前进程的连接，已连接至目标进程的Arthas实例会继续留存在目标进程内部，等待下一次连接。Arthas是阿里巴巴开源的Java诊断工具，它可以帮助开发人员快速、方便地定位和解决Java应用的问题。使用Arthas需要有一定的Java基础知识，可以参考Arthas官方文档或者相关的教程来学习使用方法。直接输入命令dashboard回车，展示当前进程的信息，结果会一直刷新显示，按ctrl+C退出。诊断Java应用中的异常问题，如空指针异常、数据库连接异常等；

主要对系统运行的基础平台设置进行调整，比如：根据应用需要调整Unix系统的核心参数，调整数据库的内存池大小，调整应用服务器使用的内存大小或采用更高版本的JVM环境等；主要对系统运行的硬件环境进行调整，包括改变系统运行的服务器、主机设备环境（改用具有更高性能的机器，或调整某些服务器的物理内存总量，CPU数量等）、调整网络环境（更换。基准负载是指一种可被用来衡量和比较性能调优测试结果的标准（每次执行性能测试时环境要严格保持一致）的运行环境、测试操作脚本和可被用来衡量调优效果的性能指标。应用系统部署环境的调整。

给一个系统定位问题的时候，知识、经验是关键基础，数据是依据，工具是运用知识处理数据的手段。这里说的数据包括：运行日志、异常堆栈、GC日志、线程快照（threaddump/javacore文件）、堆转储快照（heapdump/hprof文件）等。经常使用适当的虚拟机监控和分析的工具可以加快我们分析数据、定位解决问题的速度可以看到打开的Liuma程序虚拟机进程为9808。 选项jstat（JVM Statistics Monitoring Tool）是用于监视虚拟机各种运行状态信息的命令行工具。它可以显示本地或

Java虚拟机（Java Virtual Machine，简称JVM）是一种用于执行Java字节码的虚拟计算机。它是Java平台的关键组成部分，负责将Java源代码编译为可在不同计算机体系结构上执行的字节码。JVM起到了中间层的作用，使得Java程序可以在不同的操作系统和硬件上运行，实现了“一次编写，到处运行”的特性。JVM提供了内存管理、垃圾回收、安全机制、线程管理等功能，极大地简化了Java程序的开发和部署。

性能调优实战案例

真实性原则是指在准备性能测试环境时，尽量和目标环境（一般指生产环境）一致，或者直接使用生产环境真实性原则主要包括但不限于以下几个方面。❑基础设施，包括CPU、内存、磁盘（包括型号、大小、性能等）等硬件指标，操作系统及版本、应用中间件及版本、数据库及版本等软件指标，以及如带宽大小、网络延迟和抖动等网络指标。❑应用版本，主要是指应用程序开发的业务系统的版本需要与目标版本一致。❑数据量，主要是指应用系统生产数据库及其他业务存储的数据容量大小，同时不同表的数据量需要与目标环境一致。

在一个具体的性能测试中，可基于以下方面的信息来进行度量指标的收集：❑业务环境（包括业务过程、客户和用户行为、利益相关方期望等）；❑操作环境（包括测试所需技术以及这些技术的使用方式）；❑技术环境注意，不同领域的测试对度量指标的要求也不一样。

在某些情况下，即使负载完全在正常、预期和允许的范围内，系统响应速度仍会随着负载从中度到重度的变化而降低，这是不可令人接受的。❑提供公司服务信息的Web应用程序在7秒内未响应用户请求（其中7秒为一般行业经验），即系统在特定的负载条件下无法达到要求的性能效率。❑当用户提交对大量数据的请求时（例如在网站上发布一份大型而重要的报告以供下载），系统响应会显著降低，这是因为系统处理数据的容量不足。在某些情况下，系统的响应速度是可以令人接受的，但其出错处理的性能效率在高负载和超出极限负载水平时会下降。

在进行性能测试时，有效且可靠地生成指定负载是一个关键的成功因素。负载生成有不同的方法，例如通过用户界面生成负载、使用众测生成负载、使用API生成负载、使用捕获的通信协议生成负载等。

性能测试方式可以分为静态和动态两种。

基准测试(Benchmark Testing)又称单用户测试，主要用于监测被测系统在较低压力下的运行状况并记录相关数据。当性能测试环境确定以后，通常选取业务模型中的重要业务做基准测试，对被测系统施加一定压力，从而获取被测系统在单用户运行情况下的各项性能指标，为多用户并发测试和混合场景测试等提供参考依据。

国际标准化组织ISO/IEC JTC1/SC7/WG6开展了软件质量度量和评价的标准化工作，制定了ISO/IEC 25000 SQuaRE系列国际标准。GB/T 25000.1—2021《系统与软件工程 系统与软件质量要求和评价(SQuaRE)第1部分：SQuaRE指南》便是采纳ISO/IEC 25000系列标准制定的国家标准。国际和国家标准定义了系统与软件的质量模型，主要包括产品质量模型和使用质量模型产品质量模型使用质量模型。

性能调优主要方向明确性能瓶颈之后，就需要进行性能调优了，调优主要从图所示的多个方向入手。能优化手段并不一定是独立应用的，在一次优化过程中很可能应用了多种优化技巧。

针对不同的性能问题，如何分析瓶颈？

持续测试定义为：在软件交付流水线中执行自动化测试的过程，目的是获得关于预发布软件业务风险的即时反馈。完成持续测试，我们还是需要回到定义中，它有3个关键词：软件交付流水线、自动化测试、即时反馈。首先，持续测试需要具备一条完整的流水线，其代表的是CI/CD过程，需要将持续测试纳入信息系统研发的整体过程中。其次，为了确保能即时获得风险反馈，需要在流水线的各个阶段进行测试活动，包括静态代码扫描、单元测试、集成测试、单接口功能测试、业务功能测试、UI测试、性能测试等。

性能工程按照不同的内容和目的划分为4个阶段，分别是线下单系统压测分析阶段、线下全链路压测分析阶段、生产只读业务压测及容量评估阶段、生产读写业务全链路压测及容量评估阶段。（也可以理解为一个企业性能测试体系的发展阶段）

性能工程是一个关注系统性能层面的体系，包含测试环境的性能测试、生产环境的性能测试、性能调优、容量规划等多个方面性能工程主要包括如下3个部分❑建设性能测试理论体系和流程规范、链路分析基础知识体系和流程规范、性能调优基础理论体系和流程规范。❑搭建高效协同的工具平台，包括但不限于性能压测平台、链路监控平台、性能根因分析平台。❑建设和完善性能组织团队，因材施教，培养符合要求的人员，做到团队分工明确，互相配合，向各部门普及性能测试的基础知识和价值。

在A企业内部，线上业务稳定性标准为：达到业务核定TPS时，CPU利用率的峰值不超过60％，即为稳定状态。在这个背景下，测试部门针对部分CPU消耗较高的系统进行了统一梳理和专项性能测试，旨在满足业务TPS要求时，通过性能测试及调优降低被测应用的峰值CPU利用率。若峰值CPU利用率出现明显下降，则减少部署节点的CPU核数，针对业务场景进行复测。若发现峰值CPU利用率依然低于60％且TPS无异常，则将生产环境部署节点的CPU核数减少，释放更多的资源用于其他业务的部署。

(1)细化项目目标将测试需求细化为基准测试、混合场景测试、稳定性测试等项目目标，便于不同测试工程师更好地完成测试执行。(2)可视化项目阶段在项目目标细化的基础上，将所有细化目标作为展示分母，将完成的测试目标作为分子，即可将项目阶段按照百分比进行可视化呈现。通过对多个项目的进度进行百分比展示，可以快速呈现当前并行项目数，以及项目是否存在逾期风险。在测试团队承接多个业务测试需求时，并行项目可能存在逾期风险，因为此时团队人员的资产产出均比较饱和，这就需要扩充更多的测试工程师来支撑项目。

性能调优是性能测试体系的重要环节，是指通过科学的性能测试发现系统性能瓶颈，并进行针对性优化，从而提升系统性能的过程。站在服务使用者角度，性能调优就是通过性能优化使后端服务响应变得更快，使前端页面加载、渲染得更快，从而提升用户体验。站在服务提供者角度，性能调优除了将响应时间控制在用户可接受的范围内，还需要使资源得到更充分有效的利用，实现以更少的投入资源承载更大的访问量，同时避免各种系统异常问题的产生，使系统稳定性得到保障。性能调优在具体实施过程中通常分为两个阶段。

针对性能测试具体方案的设计进行抽象和总结，将其归纳为6个性能测试模型。

一方面，对测试资产进行归档，使工作人员在系统下次迭代的测试实施中能快速地找到参考的资料；另一方面，对项目实施全流程进行回顾，并将有价值的信息存储在团队资料库中。本阶段的工作任务主要是整理、复核测试过程资产的完备性，更新项目历史档案库。

测试执行启动基本无规划，缺少标准流程规范，测试资产无法复用，测试结果无总结和沉淀->企业内部不同部门，各个团队共同制定并执行达成一致的性能测试实施流程规范的模式1）阶段化规划，明确性能测试执行的6个阶段，每个阶段需要完成的工作任务，形成指定的产物作为下一阶段准入材料。2）测试模型规划->企业IT建设成熟度较高，大部分落地持续集成和持续交付流水线1）减少人工投入，复用重复操作2）针对已有业务定期开展性能巡检，强化性能评估频率，建立基线库3）基于流水线快速进行性能回归测试。

响应时间指从用户或事务在客户端发起一个请求开始，到客户端接收到从服务器端返回的响应结束，这整个过程所消耗的时间在性能测试实践中，为了使响应时间更具代表性，响应时间通常是指事务的平均响应时间ART在实践中要注意，不同行业、不同业务可接受的响应时间是不同的。一般情况下，对于在线实时交易，可接受的响应时间参考如下。❑互联网企业：500毫秒以下，例如淘宝业务为10毫秒左右。❑金融企业：1秒以下为佳，部分复杂业务为3秒以下。❑保险企业：3秒以下为佳。❑制造业：5秒以下为佳。

客户端: win10 这里可以用linux，但没用，因为想直观查看结果。被测环境：linux X86 4核CPU16G内存被测接口：登录接口，没有做数据驱动。在测试执行前，先使用influxSQL把influxdb的数据清理一下，以防影响结果查看。有这么一个需求，要求系统能够在5分钟之内，完成1900个员工签到，员工可接受的RT为3s。要求成功率100%。根据业界常用并发数计算方法：V=NL/T =1900*3/300s=19 理解：300/3表示服务器处理了100次，而有1900次请求，所以一共19个并

因项目经常变更服务器，采用grafana及Prometheus本地安装。更换服务器只需在服务器安装node_exporter并配置Prometheus.yml即可实现对服务器的监控。重新启动prometheus.exe，访问http://localhost:9090/targets。并访问http://localhost:9090/进入主页。1、记事本打开prometheus.yml文件，增加配置。targets: ['服务器IP:9100']下载prometheus，解压，运行。

Grafana是一款开源的数据可视化和监控平台。它提供了丰富的可视化方式，如图表、仪表盘、警报等，支持多种数据源，包括Prometheus、InfluxDB、Graphite等，适用于各种规模的系统监控和数据分析。Grafana还有一个强大的插件生态系统，用户可以根据自己的需要添加新的数据源、图表、面板等插件来扩展其功能。

InfluxDB 是 Go 语言编写的时间序列数据库，用于处理海量写入与负载查询。涉及大量时间戳数据的任何用例（包括 DevOps 监控、应用程序指标等）。我认为 InfluxDB 最大的特点在于可以按照时间序列面对海量数据时候的高性能读写能力，非常适合在性能测试场景下用作数据存储。注意需要根据自己linux的架构来选择，本文用的是linux操作系统时候redhat。

Locust是一个用python开发的开源性能测试工具。通过编写简单易读的代码完成测试脚本，基于事件，同样配置下，单台负载机可模拟的负载数远超jmeter。

在测试计划下添加jp@gc - Stepping Thread Group阶梯线程组配置如下：该测试一共启动500个线程，每30秒增加10个，全部线程启动后，保持2分钟，然后每1秒停止5个线程。添加HTTP请求添加查看结果树、jp@gc - Response Times Over Time、jp@gc - Transactions per Second、聚合报告。然后启动线程。