再谈性能测试之需求调研

服务器

浏览数:157

2019-10-7

AD:资源代下载服务

之前的博客聊聊性能测试开始前的准备工作,聊了一些关于性能测试开始前要做的准备工作。这篇博客,来谈谈性能测试开始前的需求调研阶段,我们要做什么,关注那些Point。。。

一、基本信息

信息类型 说明
项目名称 项目归属的业务线,项目名称
项目类型 新建、迭代、重构。。。
项目背景 因为什么原因,需要进行性能测试
测试目的 进行性能测试的目的:容量规划、性能验证或者其他原因
测试范围 被测系统业务模块,属于什么业务,有什么特点
里程碑 设立此次性能测试的里程碑,即不同阶段的达成以什么为结束标志,比如:测试方案、环境准备、测试实施等
影响因素 要实施此次性能测试,有哪些潜在问题,影响因素

二、环境信息

信息类型 说明
系统架构图/网络拓扑图 通过系统架构图/网络拓扑图,可以快速直观的了解到系统的结构,数据流
部署方式/部署层级 集群、分布式、微服务/web、app、db层
性能测试环境 PAT、UAT、SIT不同环境对测试结果的影响不同
被测系统环境的软硬件配置 比如服务器是几核几G,有多少台;数据库是几核几G,有多少台
关键参数 线程池、最大连接数、消费者数量、内存分配等
网络 负载机和被测系统的网段、防火墙策略、带宽、CDN等
特殊因素 是否存在某些特殊因素,会影响测试结果

三、应用信息

信息类型 说明
业务模型 比如支付类业务、批量审核或提交、库存业务、查询业务等
业务场景 什么时间什么用户做什么操作
协议/接口 HTTP、Socket、Dubbo。。。
连接方式 长连接、短连接
通信策略 同步、异步
变更策略 参数的加解密、拼接、动态变化、依赖关系等

四、性能指标

指标类型 说明
user 包括注册用户数、在线用户数、并发用户数等
TPS 每秒事务数,包括服务端和数据库
RT 包括ART、%RT、MaxRT、MinRT
吞吐量 吞吐量在一定程度上可以用来衡量系统的容量
交易量 日/月/某个时间段内的交易量,可更好的衡量系统的容量和存在的压力
交易成功率 即事务成功率、请求成功率,根据具体需求设定阈值,一般要求99.99%甚至更细的粒度
资源使用率 包括CPU%、Memory%、I/O速率等
可扩展性 随着并发数的上升,系统的性能表现是否会正比例线性增长

五、测试数据

数据信息 说明
限制条件 用户操作权限、数据引用次数、数据过期设定(次数、绝对时间)
数据量 实际生产环境的数据量为多少,在性能测试环境如何等量代换
数据类型 基础数据、测试数据、特殊数据
数据特点 是否可以复用、是否具有唯一性、自增、加密、拼接、转义等
准备方式 copy真实环境数据、预埋铺底数据、脚本脱敏生成数据
隔离方案 如何避免测试数据的污染?分库分表?环境隔离?标记区分?

六、配置参数

参数类型 说明
测试环境 性能测试环境是否和生产环境保持一致的配置?如不能,如何解决或等量代换?
操作系统 操作系统的版本、超时设置、内存空间等
软硬件版本 尽可能保证和生产环境一致的版本
中间件 比如JVM的内存分配/GC算法、Tomcat连接数/超时时间、MQ的消费者数量等

七、测试模型

模型~交易量 说明
交易占比 测试交易笔数占总业务量的比例(可忽略占比很少的交易数据)
选取思路 ①、选取交易量最高的时间段;②、每种交易进行单独的数据统计
异常选择 ①、如果各时段的交易比例类似,则可按照生产的配比进行转化;②、如比例差距大,则独立统计
交易配比 单交易统计后,基于各交易的RT,结合并发用户数,使总交易数达到交易占比数
ThinkTime 根据各交易类型和具体场景,选择ThinkTime是统一设定/随机设定/按实际场景设定

以上即为性能测试需求调研阶段,我们要做的事情和关注的Point,仅供参考。。。

 

作者:老_张