支付宝活动性能测试分享20170714.docx
11页
性能测试分享性能测试分享 1一、性能测试实施流程 2二、性能测试方法 2三、需求分析 3四、测试准备阶段 4五 测试执行阶段 7六、测试分析和报告阶段 8七、测试总结阶段 9、性能测试实施流程性能测试流程分为五个阶段，分别是【需求调研分析阶段】-【测试准 备阶段】-【测试执行阶段】-【测试报告阶段】-【测试总结阶段】IIIIIII测试清备缺陥定也测试报告搭建坏愎融陽分析^33宪网欄试方案应用、糸窮 ;领域专 I宋讨论Sli"；二、性能测试方法1. 基准测试：当我们刚刚拿到一个性能测试系统，对系统不够了解，我们可以 先做基准测试，比如 100 和 200 个用户的并发场景，看一看响应时间是多少， 然后将次作为我们的基准2. 压力测试：如果我们需要快速了解这个系统性能到底是什么情况？我们可以 先做一个压力测试，压力测试是为了获取极限性能指标比如可以设置一个3 小时压测场景，每10分钟加10个用户，那到3小时后，就是180个用户了 这个时候观察，在压力不断增大过程中系统的表现3. 稳定性测试：通过给系统加载一定的业务压力，然后持续运行N小时，验证 系统的稳定性，如内存回收，一旦内存回收出问题可能会出现内存溢出，这在日 常测试是很难测出，所以用稳定性测试排查这些问题。
4. 回归测试(调优后)：主要针对硬件和软件的调优后，了解不同因素对系统性 能的影响，从而决定是否值得调优 硬件：如服务器数量、内存、 CPU 等等优化- 软件：如 Nginx 配置、 SQL 语句优化、数据库加索引、代码逻辑、算法优 化等C8的回归测试因素：增加服务器数量、SQL语句优化等三、需求分析阶段1. 如果没有需求，通常通过类似百度统计、友盟、统计出网站业务数据，如高 峰段持续时间，访问那个场景比较多，PV、UV多少、页面或接口访问比例是多 少，来推导出我们需要的场景和指标如：过去一个月我们平均每天下单1W笔，预计在活动时下单激增到20W笔， 系统晚间几乎无交易量，按照2： 8原则推算， 80%的订单在白天产生，按照白 天 8 小时计算：1.1 推导方法例子： (200000*80%)/(8*20%*3600)=28 笔/秒20W单80%的量，在白天8小时的20%期间内产生，依次来估算系统 需要支持 28 笔/秒下单的处理能力2. 比例分析：例如 C8 下单接口 90%用户下单成功， 9%用户重复出单， 1%用 户年龄错误下单失败，按照这个比例分配虚拟用户数4. 最终得到的指标指标项指标量值负载机平均响应时间<=3S90%用户响应时间<=3S下单成功率100%生产服务器CPU使用率<=80%内存使用率<=80%最近1分钟Load小于<=cpu 核数 *2数据库CPU使用率<=80%内存使用率<=80%最近1分钟Load小于<=cpu 核数 *2稳定性测试稳定运行时间24小时业务成功率100%四、测试准备阶段1. 测试环境拓补图2. 测试工具准备：• LoadRunner:传统商业软件，功能强大，支持NET,C开发测试脚本，支 持脚本录制编辑，分布式测试等等，但设置复杂，测试场景需要的参数 化实现成本较高。
• Jmeter: JMeter 是 Apache 组织开发的基于 Java 的压力测试工具，开源 免费，拓展性强，支持分布式，在插件支持下可以设计复杂场景， Jmeter 的拓展监视器收集数据比较全面• Apache AB:接口性能测试工具，apache自带，支持POST，发送 Cookies等，支持参数较多，测试结果全面，但无法设计场景• Webbench：类似于AB的基准测试工具备注:- 在测 C8 接口之前，我们做了 LR 和 JMeter 的工具对比测试，结果印 证两种测试工具的压力发生器产生的压力是一样的 情况许可时，应使用几种测试工具或手段分别独立进行测试，并将结 果相互印证，避免单一工具或测试手段自身缺陷影响结果的准确性；3. 环境准备：3.1负载机环境搭建：压测工具及其依赖环境（Windows或Linux）3.2 WebServer 环境部署，服务调试正常4. 数据准备： 环境准备的工作中会涉及到基础数据的准备，一般采用自造的模拟数据，或 线上脱敏数据5. 准备监控服务：5.1 服务器：- 使用阿里云自带监控服务（历史数据： 包括 CPU 、 Memory、 Load 、I/O）， 如图：££±*u.IMdFrom 2015/12/27 17:55:3^1 Ta 2O1S/12/28 17:55:34■ SysteisCurrent:59.S3Average:G7.MHIMaximum :89.56(0■ UserCurrent:41上百1Average;4G . 39mMaximum s61.77nt□ NiceCurrent:G.GOAverage;313,59uMaxinufli;4&.50肋■ TotalCur『亡nt:101.29iiAverage：114.54in陥i崔imum :179.50m实时数据： top、htop、vmstat 、free-m-s 等Processes; 288 tot^lF 2「unn 佃叭 12 stuckp 266 s lee ping F 1646 threads 15:52Lo刖 Aug： 2-23P 仁W驻 1-69 CPU usages 2-35% user^ 2,14% 95-^ idleSharedLlbss 2删 resident^ 7B49K data, @B llnkedlt.MlemReglcni: 923^4 tct^lp 4144M1 residenitj, S^M prlvate,, IPG■轴：shared^PhysHefii 1&& (3O4ZM wired h Z21H mnus-ediVMi 753G w&LzeP 10'53« framework VsizE^ 13976^^1 H) swapihs^ 1SS495B(Bl swapOut^.MetwcirkE： packets: 13a4193^/5G22H in, 11194494/3«44M out. Dd刍曲：1454571/WG readp 9842d4/40G written..PIB 7519^ 7519C 75193 74913 74986 74131 M1M 73535 72935 73931 72816 72814 7281172207 72264COflHAND top baish login ocspd cupadGoogle Ch-m COB* appLe*』We mdworkerJZ cob. apple-, hl Wethat Gckogle Go 口 g" GoogleChrcjnChroflChrCMQulckLookSat QuiCkLODkSat quicklookdl%CPU4.C0010-STIME 卿餉® Of 00^1 00i«».93 00：ee.ei«0te»,e3#1:05.97^9tl2.i2MsSe.tZ«Be01p85 ea：afi.32 es^ei^a ■軸m出2 e0ree.2B 韓；■氛前#FHVI2AWPDRT MEM19 3&S4K15 66-0K26 归朋K17 94BK41 2596K12B177 1A2M54 55S4K3S 91GK31fl+ 11SM+BB 2W109 B6M197 11*1胴 16M43 1936K55 4352KFURG卵 SB es O @B 452&K @B 9B 1SM+0B SB 0B SB卵CHPRSAB os胆 QB 456K 114M-77*132N1W 8564K 34MK 34&BICFGfiP PPID STATE BOOSTS 75m 7519& running 11J 751W& 75193 sleeping *elll 75193 43147 Sleeping rt[9] T-1913 1 sleeping *9111 7490& 1 sUeping *@|1] 4432S 44323 sleeping 4«[12] 74119 1 sleeping *Q|S94S| 73535 1 steeping 72935 L sleeping «|1»] 72931 1 sleeping *Q|261J] 斗432B 4432& StatisticsZifl&n.Ji IF&Mp4rtM Ti啊* grf Tim 比例分别为：90%，9%，1%在达到设定的并发峰值前后会逐步递增 \ 递减用户数，使数据平稳，减少波动，如图Eip&cle G A«ll*e Users Couni00:02:1924&215。
