性能测试学习第一篇：理论知识

今天跟大家聊聊性能测试的基础理论

开始之前，我们可以先考虑下以下的4个问题：
1、性能测试与功能测试的区别是什么？
2、为什么程序会有性能问题，性能问题是怎么出现的？
3、性能测试的核心性能指标有哪些？
4、性能测试的核心3步曲

性能测试与功能测试区别

功能测试：验证程序是否满足业务基本的需求
性能测试：是从多个角度去分析的 ，主要是验证程序做的好不好
我们打个比喻：一个商城系统登录功能
	功能测试：验证的是1、页面是否能正常的打开，2、是否能正常的登录   3、其他的业务相关的功能等
	性能测试：我们需要验证登录成功要多久、支持多少人同时进行登录、高压情况下、系统登录是否正常等

为什么程序会有性能问题、性能问题是怎么出现的？

1、任何程序都的运行都要资源（包含CPU、内存、磁盘、网络）
2、资源并不是无限的，每个程序的服务器资源都是有限制
3、当资源不够用的情况下，程序运行就会出现瓶颈、那就会出现各种的性能问题

性能测试的核心性能指标有哪些？

性能指标包含：响应时间、吞吐量、错误率（有时会用 事务通过率）、资源占用率
1、响应时间：事务处理响应时间（从发起请求到响应的时间），一般是 1/3/5/7 秒原则，具体需要结合业务系统，每个公司的业务都 不同
2、吞吐量TPS：每秒成功完成的业务请求数量，反映系统处理能力。业务量越大，TPS值越大
3、错误率（有时会用 事务通过率）：有的使用错误率、有的是使用事务通过率
业界标准（仅供参考）：
99.5% 优秀
98.6% 一般
98.0% 轻微隐患
97.5% 严重隐患
这个是没有绝对的，具体是需要结合公司的业务情况
4、资源占用率
包含内存、CPU、磁盘以及网络
业界标准：服务器内存、CPU占用率（仅供参考）：
70%以内 优秀
70%~85% 一般
85%以上 差
这个是没有绝对的，具体是需要结合公司的业务情况

了解了核心指标，那来说说 吞吐量 和 并发量 的关系吧

吞吐量：每秒成功完成的业务请求数量
并发量：是同一时间用户发起请求数量
他们是2个不同的概念，本质上没啥关系，他们有者以下的联系：
当程序最大吞吐量   >    并发量时，吞吐量的会随之并发量的增加而增加
当程序最大吞吐量   <  并发量时，吞吐量的***不会***随之并发量的增加而增加、如果并发量一直增加最后系统会崩溃

我们打个比喻：
餐厅吃早饭，比如：整个餐厅有10个桌子
1、如果同时来了5个人，一人一桌，并发量5，那么吞吐量是5
2、如果同时来了10个人，一人一桌，并发量10，那么吞吐量是10
3、如果同时来了12个人，一人一桌，并发量12，那么吞吐量是10，餐厅只有10个桌子，剩下的2个只能等待
4、如果同时来了20个人，一人一桌，并发量20，那么吞吐量是10，餐厅只有10个桌子，剩下的10个只能等待
......
如果人一直增加、增加、那最后的结果是餐厅由于人太多，导致人员呼吸困难等、餐厅坍塌等问题。

这样是不是更能理解2者之间的关系。

性能测试的核心3个步骤

1、性能需求分析
首先最重要的第一步是我们要最好需求分析，明确我们的测试目标、确定测试范围、梳理出测试场景和确定性能测试指标等
这一过程是需要开发、产品一起讨论、参与与确定、并不是测试一个人就能确定。。。

2、设计与执行性能测试用例
根据上一个阶段的成果，设计性能测试用例、包含基准、负载、尖峰、稳定性测试
基准测试：准测试能够提供性能指标衡量的一个理论参考数据，如：虚拟用户数1，持续时间 30 秒， 访问首页，得到并发为1，每秒业务吞吐量100/s 占用网络带宽 1M。
负载测试：通过梯度压测，找到瓶颈值，如模拟对 首页 的访问，总线程数：2000， 初始线程数 10，每隔5分钟增加50个线程，达到2000个线程之后，持续5分钟，然后慢慢停止
尖峰测试：通过突发倍增流量、验证系统是否能撑住不坑崩溃
稳定性测试，我这分为正常情况下运行8小时和高压情况下 8小时测试，验证是否稳定无错误的运行、特别是高压的情况下，能支撑多久。
用例设计完成后，执行用例、收集结果数据。
3、性能结果分析
根据收集的结果数据，进行分析、判定是否满足性能指标，如果达到，则结束测试，输出性能报告；如果未达到，则需要进行性能瓶颈分析、定位瓶颈点、分析出为什么会有瓶颈点、是哪个资源没用完或不够用。

写到这，基础的理论知识就差不多了。