性能测试概述是指使用自动化测试工具模拟各种正常、峰值和异常负载条件，并测试系统性能指标
从用户对性能的认识角度：从笑点低花生笑点低花生开发角度：从笑点低花生笑点低花生系统管理员角度：从笑点低花生系统管理员角度
那么？ 测试应该关注什么？ 笑少的花生测试仪通常起着软件质量控制的作用。 除了查找错误外，还必须对整个软件的质量负责，性能也是质量的一部分，因此在测试人员看来，性能必须全面，所考虑的也必须全面：
测试人员必须考虑所有角度的性能，包括用户、开发和管理员。 在进行性能测试时，测试人员不仅需要关注响应时间等表面现象，还需要关注用户看不见的服务器数据利用率、体系结构设计是否合理等本质。 在代码是否合理等各个方面。 性能测试类型基准(当系统处于较低压力时，检查系统状态，基于相关函数的参考负载测试)通过继续对系统施加压力或增加某个压力下的持续时间，实现系统之一压力测试：压力测试是评估系统是否超出预期负载的系统运行状况，关注峰值负载或最大负载时系统的处理能力。 稳定性测试：在系统承受一定业务压力的情况下，使系统运行一定时间，检查系统是否稳定。 并发测试：测试多个用户同时访问同一APP应用程序、同一模块或数据记录时是否存在死锁和其他性能问题的APP应用程序方案(区域)主要是能力验证、规划能力和性能优势
下表简要介绍并比较了这些场景的各自用途和特点。
主要用途典型场景特征常用性能测试方法的能力验证，关注在给定硬件和软件条件下，系统是否具有预期的能力，在平均响应时间小于2秒的前提下，系统具有50万用户/天的访问量a )要求在规定环境下运行的b )需要设计典型方案和用例，包括操作序列和并发用户数。 需要明确的性能目标a )负载测试b )压力测试c )稳定的性能测试计划能力关注如何使系统具备我们要求的性能能力)一年内将获得xxx万名客户，系统将我应该如何调整系统的配置？ a )这是探索性测试b )了解系统性能并获得可扩展性的常用方法a )负载测试b )压力测试c )配置测试的性能调谐主要用于调谐系统性能) 每次只改变一个结构，要避免不断调整。 A (并测B )压力测试C )组态测试的缺陷发现缺陷或问题再现、定位手段的部分缺陷只能暴露在高负荷情况下。 例如，线程锁定、资源冲突或存储器泄漏作为系统测试的补充被用于发现并发问题。 或者，再现和定位已经出现的系统问题的(a )并发测试b )压力测试的性能标准在敏捷开发过程中很常用。 敏捷开发过程的特点是小步走、快速试错、迭代周期短，需求变化频繁，难以定义完善的性能测试目标，也没有时间对每次迭代进行详细的性能测试。 通过建立性能基线，可以比较每次迭代的性能表示的变化。 迭代是否达到目标性能测试的基本概念1、响应时间的定义。 从用户发送请求到用户接收服务器返回的响应数据之间的时间是响应时间的关键路径。 下图是一个http请求经过的路径，请求通过网络发送到web服务器进行处理，根据需要操作DB，从网络传输到数据库进行处理，然后返回到web服务器。 web服务器最后将结果数据通过网络返回给客户端的少笑花生计算方法： responsetime=(N1N2N3N4) ) A1 A2 a3 )，即， (网络时间APP应用处理时间)响应时间-负荷对应关系)从笑少花生笑少花生图拐点说明， 少笑花生)1)响应时间急剧增加少笑花生)2)系统的一个或多个资源利用达到极限少笑花生)3)通常可以利用拐点进行性能测试分析和定位2 )吞吐量的定义)单位时间内由系统处理计算方法： throughput=(numberofrequests )/)/(total time ) )。吞吐量-负荷对应关系：在笑点低花生笑点低花生图中的拐点中，笑点低的花生(1)吞吐量逐渐饱和笑点低的花生(2)系统的一个或多个资源利用达到极限而笑点低的花生)3)通常利用拐点进行性能测试分析和定位并发行数) )并发用户数)笑点较低的花生)2)在线用户数：某个时间内访问系统的用户数，表明在某个物理时间同时向系统提交请求的用户数。 这些用户不一定同时向系统请求低笑点花生)3)系统用户数：系统注册的总用户数据笑点低花生笑点低花生三者之间的关系：系统用户数=在线用户数=并发用户数
4、资源利用率定义：指不同系统资源的使用程度。 通常，按占最大值的比例进行测量时，通常应关注的服务器资源如下。 笑容较低的花生(1) CPU (主要负责判断相关情况和实际处理的机制；笑容较低的花生(2)内存)大脑中的记忆块区域容纳眼睛、皮肤等
集到的信息记录起来的地方，以供cpu进行判断，但是是临时的，访问速度快，如果关机或断电这里的数据会消失。 笑点低的花生 （3）磁盘IO：大脑中的记忆区块，将重要的数据保存起来（永久保存，关机或断电不会丢失，速度慢），以便将来再次使用这些数据。 笑点低的花生 （4）网络：资源利用-负载对应关系： 笑点低的花生 笑点低的花生 图中拐点说明： 笑点低的花生 （1）服务器某荐资源使用逐渐达到饱和 笑点低的花生 （2）通常可以利用拐点来进行性能测试分析与定位 其它常用概念： TPS：Transactions Per Second，每秒事务数思考时间：用户每个操作后的暂停时间，或者叫操作之间的间隔时间，此时间内是不对服务器产生压力的点击数：每秒钟用户向WEB服务器提交的HTTP请求数。 笑点低的花生 这个指标是WEB应用特有的一个指标:WEB应用是”请求-响应”模式,用户发出一次申请,服务器就要处理一次，所以点击是WEB应用能够处理的交易的最小单位。如果把每次点击定义为一个交易，点击率和TPS就是一个概念。容易看出，点击率越大，对服务器的压力越大。点击率只是一个性能参考指标，重要的是分析点击时产生的影响。需要注意的是，这里的点击并非指鼠标的一次单击操作，因为在一次单击操作中，客户端可能向服务器发出多个HTTP请求.PV：访问一个URL，产生一个PV（Page View，页面访问量），每日每个网站的总PV量是形容一个 网站规模的重要指标。UV：作为一个独立的用户，访问站点的所有页面均算作一个UV（Unique Visitor，用户访问） 性能测试模型 曲线拐点模型 X轴代表并发用户数，Y轴代表资源利用率、吞吐量、响应时间。X轴与Y轴区域从左往右分别是轻压力区、重压力区、拐点区。随着并发用户数的增加，在轻压力区的响应时间变化不大，比较平缓，进入重压力区后呈现增长的趋势，最后 进入拐点区后倾斜率增大，响应时间急剧增加。接着看吞吐量，随着并发用户数的增加，吞吐量增加，进入重压力区后逐步平稳，到达拐点区后急剧下降，说明系统已经达到了处理极限，有点要扛不住的感觉。同理，随着并发用户数的增加，资源利用率逐步上升，最后达到饱和状态。 最后，把所有指标融合到一起来分析，随着并发用户数的增加，吞吐量与资源利用率增加，说明系统在积极处理，所以响应时间增加得并不明显，处于比较好的状态。但随着并发用户数的持续增加，压力也在持续加大，吞吐量与资源利用率都达到了饱和，随后吞吐量急剧下降，造成响应时间急剧增长。轻压力区与重压力区的交界点是系统的最佳并发用户数，因为各种资源都利用充分，响应也很快；而重压力区与拐点区的交界点就是系统的最大并发 用户数，因为超过这个点，系统性能将会急剧下降甚至崩溃。 地铁模型假设： 笑点低的花生 某地铁站进站只有3个刷卡机。 笑点低的花生 人少的情况下，每位乘客很快就可以刷卡进站，假设进站需要1s。 笑点低的花生 乘客耐心有限，如果等待超过30min，就暴躁、唠叨，甚至放弃。
场景一：只有1名乘客进站时，这名乘客可以在1s的时间内完成进站，且只利用了一台刷卡机，剩余2台等待着。
场景二：只有2名乘客进站时，2名乘客仍都可以在1s的时间内完成进站，且利用了2台刷卡机，剩余1台等待着。
场景三：只有3名乘客进站时，3名乘客还能在1s的时间内完成进站，且利用了3台刷卡机，资源得到充分利用。
场景四：A、B、C三名乘客进站，同时D、E、F乘客也要进站，因为A、B、C先到，所以D、E、F乘客需要排队。 笑点低的花生 那么，A、B、C乘客进站时间为1s，而D、E、F乘客必须等待1s，所以他们3位在进站的时间是2s。
场景五：假设这次进站一次来了9名乘客，有3名的“响应时间”为1s，有3名的“响应时间”为2s（等待1s+进站1s）， 还有3名的“响应时间”为3s（等待2s+进站1s）。
场景六：如果地铁正好在火车站，每名乘客都拿着大小不同的包，包太大导致卡在刷卡机堵塞，每名乘客的进站时 间就会又不一样。刷卡机有加宽的和正常宽度的两种类型，那么拿大包的乘客可以通过加宽的刷卡机快速进站（增 加带宽）。
场景七：进站的乘客越来越多，3台刷卡机已经无法满足需求，为了减少人流的积压，需要再多开几个刷卡机，增 加进站的人流与速度（提升TPS、增大连接数）。
场景八：到了上班rrdzt时间了，乘客数量上升太快，现有的进站措施已经无法满足，越来越多的人开始抱怨、 拥挤，情况越来越糟。单单增加刷卡机已经不行了，此时的乘客就相当于“请求”，乘客不是在地铁进站排队，就是 在站台排队等车，已经造成严重的“堵塞”，那么增加发车频率（加快应用服务器、数据库的处理速度）、增加车厢数量（增加内存、增大吞吐量）、增加线路（增加服务的线程）、限流、分流等多种措施便应需而生。