7.56 掌握“拐点分析”方法

系统随着用户的增加，事物响应时间缓慢增加，当用户数达到100虚拟用户时，系统响应时间急剧增加，表现为一个明显的“折线”，这就说明了系统承载不了这么多的用户做这个事物，也就是存在了性能瓶颈。

7.57性能测试规律

性能测试的执行过程是由轻到重，逐渐对系统施压。 通常用户最关心的性能指标：响应时间、吞吐量、资源利用率、最大用户数。  分为轻负载区域、重负载区域、负载失效区域。

轻负载区域：随着虚拟用户数量的增加，系统资源利用率和吞吐量也随之增加，而响应时间没有特别明显的变化。

重负载区域：随着虚拟用户数量的增加，系统资源利用率和吞吐量也随之缓慢增加，随着虚拟用户数量的增长，资源利用率保持相对的稳定，吞吐量基本保持平稳，后续则略有降低，但是幅度不大，响应时间会有相对较大幅度的增长。

此时系统可以继续工作，但是响应时间开始变长，系统资源利用率较高，并持续保持该状态，如果负载一直持续，将最终会导致少量用户无法忍受而放弃。

负载失效区域：资源利用率随之增加并达到饱和，如cpu利用率达到95%甚至100%，并长时间保持该状态，而吞吐量急剧下降和响应时间大幅度增加，即出现拐点。

此处有时会出现系统崩溃。 无法响应用户请求。 

最佳用户数：轻重负载区域交界处。此时系统的整体效率最高，系统资源利用率适中，用户请求能够得到最快响应。

最大用户数：重负载区域和负载失效区域的交界处。

 

 

点击率和请求:我们知道一个http request对应一个http response，就是说如果没有http请求就不会有http响应。所以点击率和请求是对应的。

51Testing软件测试网V#P I(d+]$^x/~
吞吐量和TPS(点击率):
4^!_{,L%cd0吞吐量和吞吐量吞吐量并不会一直随着TPS的增加而增加。51Testing软件测试网

y*L _1d'H
吞吐量的增加有很多的因素。比如应用服务器的线程数。并且有可能在线程数增加的时候吞吐量是下降的。这个具体的问题要分析一个具体的应用才能知道了。


 

 

关系：

用户数增加，响应时间增加，正常。

用户数增加， 响应时间大幅增加，拐点。

用户数增加， 响应时间平稳，瓶颈。

用户数增加，吞吐量增加，正常。

用户数增加，吞吐量平稳，服务器资源最佳。

用户数增加，吞吐量下降，拐点。

7.58梯度压测：

压力测试时，场景设计中，按照一定的梯度进行递增，例如10,30,50 并发递增。 在性能拐点的测试场景中应至少执行3次。