Chinaunix首页 | 论坛 | 博客
  • 博客访问: 230149
  • 博文数量: 108
  • 博客积分: 3092
  • 博客等级: 中校
  • 技术积分: 1172
  • 用 户 组: 普通用户
  • 注册时间: 2008-07-25 16:35
文章分类

全部博文(108)

文章存档

2011年(3)

2010年(43)

2009年(19)

2008年(43)

我的朋友

分类:

2010-09-07 14:45:01

1.响应时间


很多定义将响应时间划分为”呈现时间“和”系统响应时间“,而在一般的性能测试中,我们并不关注”呈现时间“,因为呈现时间在很大程度上取决于客户端的表现,例如一台内存不足的客户端在处理复杂页面的时候,其呈现时间很长,而这并不能说明整个系统的性能。

而”合理的响应时间“取决于用户的实际需求,而不能根据测试人员自己的设想来决定。

 

2.并发用户数


业务并发用户数:从业务角度出发,同一时间段内访问系统的用户数量

最大并发访问数:从服务端承受的压力出发,在某一个时间点,服务端所能承受的最大的并发访问,此时服务器承受的压力最大,资源承受压力也最大

在实际测试中,比较关心的是从业务角度设置多少个并发数比较合理,在一些文献上也有具体的公式可以参考,但是在使用这些公式时要参考实际的业务场景,将时间分段,以更细的粒度去分析和考察,并考虑不同应用的不用业务模式。

 

3.吞吐量


吞吐量指单位时间内系统处理的客户请求的数量。相对于响应时间更强调的是用户体验方面的参数来说,吞吐量指标反映的是服务器承受的压力。在web系统性能测试中,吞吐量主要以请求数/秒、页面数/秒或是字节数/秒来体现。

在没有遇到性能瓶颈时,吞吐量可以使用以下公式计算:

F表示吞吐量,Nvu表示VU个数,R表示每个VU发出的请求数量,T表示性能测试所需时间,但是如果碰到性能瓶颈,此公式不再适用。

常用于分析吞吐量的图表是F-VU关系图。

 

可以看到,随着VU数目的增加,吞吐量会随之增加,但是当VU数量达到一定值后,吞吐量将达到系统的性能瓶颈,不再呈正比例增加,而是趋于平稳。

但在不同并发用户数的情况下,对同一个系统施加相同的吞吐量压力,其瓶颈也是不同的。

 

4.性能计数器


描述服务器或OS系统性能的一些指标,e.g: Memory in usage, Total process time, resource percentage

 

5.Think time


用户操作时,每个请求之间的间隔时间。

根据上面的两个公式,吞吐量和VU数成正比,与Think time成反比。

具体的测试中如何选择合适的Think time

1) 确定系统并发用户数

2) 统计出系统平均吞吐量

3) 统计出平均每个用户的请求数量

4) 根据公式计算出一个基准Think time

5) 在实际测试中,以基准Think time为基准进行一定幅度内的随机变动

6) 对于交互式系统的测试,0 Think time没有实际意义,而对于非交互式系统,可以用0 Think time来研究系统在巨大压力下的表现。

 

阅读(829) | 评论(1) | 转发(0) |
给主人留下些什么吧!~~

chinaunix网友2010-09-09 16:12:55

Download More than 1000 free IT eBooks: http://free-ebooks.appspot.com