性能测试的数据解释及分析

Life is short , play more!
本文来自lihao's Blog,转载请注明。

性能测试顾名思义,测试服务(web服务,数据库服务,其他网络应用服务,本地服务)的性能如何?如何衡量性能?最表面的无非就是看能支撑多少个用户同时使用该服务。且关注用户使用过程中的用户体验。

Transactions per Second(每秒通过事务数)
“每秒通过事务数/TPS”显示在场景运行的每一秒钟,每个事务通过、失败以及停止的数量,使考查系统性能的一个重要参数。通过它可以确定系统在任何给定时刻的时间事务负载。分析TPS主要是看曲线的性能走向。
将它与平均事务响应时间进行对比,可以分析事务数目对执行时间的影响。
例:当压力加大时,点击率/TPS曲线如果变化缓慢或者有平坦的趋势,很有可能是服务器开始出现瓶颈。

Average Transaciton Response Time(事务平均响应时间)
“事务平均响应时间”显示的是测试场景运行期间的每一秒内事务执行所用的平均时间,通过它可以分析测试场景运行期间应用系统的性能走向。
例:随着测试时间的变化,系统处理事务的速度开始逐渐变慢,这说明应用系统随着投产时间的变化,整体性能将会有下降的趋势。

通常web服务还需要关心如下点:

Hits per Second(每秒点击次数)
“每秒点击次数”,即使运行场景过程中虚拟用户每秒向Web服务器提交的HTTP请求数。
通过它可以评估虚拟用户产生的负载量,如将其和“平均事务响应时间”图比较,可以查看点击次数对事务性能产生的影响。通过对查看“每秒点击次数”,可以判断系统是否稳定。系统点击率下降通常表明服务器的响应速度在变慢,需进一步分析,发现系统瓶颈所在。

性能测试工具一般都会根据实际测试的场景和结果,画出tps,average response time,点击率等曲线图表。 同时还会算出其他一些非常参考意义的数值和图表。

1. 当压力加大时,TPS曲线 如果变化缓慢或者有平坦的趋势,很有可能是服务器开始出现瓶颈。
解析: tps曲线为什么会变平坦? 因为系统处理事务的线程数往往是固定的一个数值。 (一般是由程序设定或者服务器配置决定), 假设响应时间是固定的一个值时,那么每秒中系统能够处理的事务数是固定的数值。 不会因为压力的增大,TPS也会一直增大。 实际上,响应时间并不是一个固定的值,而是随着压力变大,响应时间往往会增加。 那么,实际上,系统最大的TPS值,往往会比根据基准值估算出来的TPS要小。

2. 当压力加大时,点击率曲线变化缓慢或者平坦,很有可能是服务器开始出现瓶颈。
解析: 在web服务测试当中,点击率和模拟的用户数是能够反映出服务压力的大小。 当压力变大时,事务的响应时间变长,则导致点击率会受到响应时间的影响,不会因为用户增多,而增加。 点击率在服务器出现瓶颈时,压力的增加不会增加点击率。

3. 事务平均响应时间增长

解析: 事务平均响应时间增加,必然是指服务器性能有所下降。 服务器压力的加大,是主要原因。
a) 压力增大到每秒钟事务的请求数,超过了系统每秒处理事务占用的线程数。 这时,一些事务开始排队。排队的事务请求的响应时间必然大于之前的平均响应时间。


发表评论

电子邮件地址不会被公开。 必填项已用*标注