性能测试模型的建立

性能测试模型的建立性能测试经常面临的问题两组常见的对话：项目经理：“张三，我们系统开发的差不多了，把性能测试一下吧”。张三：“项目经理，我们要测试哪些功能场景？每个场景有什么压力要求？每个场景的数据量要求如何？…”项目经理：“张三，客户投诉线上系统性能差，赶快测试一下”。张三：“项目经理，是哪个功能啊？用户的使用环境是怎么样的啊？…”性能测试模型为了避免前述尴尬，降低性能漏测的可能性，就需要建立性能测试模型性能测试模型包含：业务模型数据模型业务模型业务模型是指所需进行的性能测试的各种业务场景。对于一个系统而言，性能测试一般不太可能针对所有的功能来进行。因此选取重点的具备足够代表性的业务功能进行性能测试，建立起相应的业务模型就十分必要。在进行性能测试之前，首先要做的就是建立性能测试的业务模型。业务模型的建立往往依据被测试系统本身的架构决定。业务模型一个WEB系统业务模型建立的例子下图是某WEB系统的架构示意图WEB业务逻辑层业务逻辑组件第三方基础组件数据库层外部接口组件大表使用频繁的表对外共享的表共享的外部表业务模型依据该架构，可以得出业务功能的种类包含以下几种：通过业务组件读写系统内部的表通过业务组件及第三方基础组件读写系统内部表通过业务组件读写系统内部的大表通过业务组件及第三方基础组件读写系统内部的大表通过外部接口组件读取外部共享的表通过业务组件写入本地对外共享的表加载大量数据到WEB端通过第三方基础组件加载大量经过复杂计算的数据到WEB端业务模型在理清了业务功能种类后，就需要依据种类来选择相应的具备代表性的业务场景。选择的原则：如果需求中有明确的性能要求，那么该功能一定要添加到业务模型中；如果需求中没有明确的性能要求，一般按照如下原则选取：较常用的功能与其它模块关联性较大的功能较基础的功能业务模型不是一成不变的，需要滚动式的更新。数据模型数据模型是指在进行性能测试时每种业务所对应的各方面的数据。最常见的数据如下：基础环境数据并发量数据业务数据量监控的指标数据基准指标数据数据模型基础环境数据是指性能测试在执行时被测系统所处的基础环境信息。一般包括如下信息：服务器型号服务器CPU处理能力服务器内存大小网络带宽大小客户端CPU的处理能力客户端内存大小…数据模型并发量数据是指在性能测试执行时需要模拟的并发数。一般而言，如需求中没有明确的并发要求，并发量数据都需要估算。数据模型估算方法一：二八原则假设在20%的时间内有80%的用户同时来访问系统。例子：某系统要求能够承载每天300万的PV(pageview)。并发数=总访问量/总时间=(3000000*80%)/(24*3600*20%)次/秒变种的计算方法：该系统只在工作时间存在大量访问的可能性。并发数=总访问量/总时间=(3000000*80%)/(8*3600*20%)次/秒数据模型估算方法二：根据系统已有数据进行分析预判统计系统在一个周期内（1年），某一小段时间（5分钟）某功能的数据量的变化情况，找出变化最大的TOP5的值，计算每秒的变化量，取平均值后作为当年的并发均值，再用并发均值乘以业务年增长率。需要注意的是，取变化最大的TOP5的时候，如果有某个变化明显比其它变化大很多，则需要根据业务分析该变化的真实合理性。如右图所示，蓝色部分可理解为正常的变化区间，红色部分则明显超出很多，则需要分析其合理性。数据模型业务数据量，是指在性能测试实施时系统本身所负载的业务数据的量级。如果系统已经上线，对于每个功能的业务数据量及业务数据最好能够从上线系统中统计、切割得到。如果系统还未上线，如果有定义的量级，则按照定义的量级来，否则需要对系统的业务数据量级进行预估，然后在测试时逐步的增加数据量直至数据量级。一般预估的方法：并发数*每天并发时长*系统维护周期。假设系统升级维护的周期为1年。业务数据量=并发数*每天并发时长*365数据模型监控的指标数据，是指在性能测试实施时所监控的各项性能指标。一般包括：响应时间吞吐量CPU的占用率内存的占用率I/O占用率网络带宽的占用率每秒处理事务数（TPS）数据模型响应时间可分为：网络传输时间和应用时延时间。如右图所示：网络传输时间=N1+N2+N3+N4应用时延时间=A1+A2+A3数据模型基准指标数据基准指标数据是指在性能测试实施后用于对比的性能指标数据。最常见的定义的基准指标的数据项包含：响应时间CPU利用率内存利用率数据模型响应时间的基准指标一般需要根据需求中的定义来确定；如果需求中没有明确的定义，则可以根据1357原则来确定。所谓1357原则，是指将性能测试的业务模型划分为4个等级，要求等级最高的功能的响应时间不能超过1秒，次高的不能超过3秒，再次的不能超过5秒，最低不能超过7秒。数据模型CPU和内存利用率的