大话性能测试---基础篇
学习前的认知
我们在学习性能测试之前，需要有个新的认识：性能测试，不再是像功能测试一样单纯的找 Bug，而是去找性能指标
转变思维
在做功能测试、自动化测试的时候，我们基本都是依托界面进行测试，也称 GUI 测试，我们的目的就是为了跑通功能、程序，并成功找到 Bug
但在做性能测试的时候，我们大部分是 headless 模式（所谓的：无头，无界面模式），目的不再是单纯的为了找到 Bug，而是要分析性能指标等等（后续讲到）
性能测试的时间一般会比自动化、功能测试长，为啥？
因为性能测试的步骤跟自动化、功能测试的步骤不一样，比如说前期的准备（了解系统，环境搭建），后期的压力测试（7*24h）等等
在后面，我们通过讲述性能测试步骤来仔细了解
性能测试一定要工具，手工不行吗？
性能测试是模拟系统在被很多很多用户同时使用时，系统能不能正常使用和提供服务
重点：很多很多用户
功能测试：一个人点点点就知道功能通不通，有没有 Bug 了
性能测试：用手工的话，可以模拟几个、十几个用户，但是当需要模拟上千万个用户时，手工又怎么模拟数据量多的场景呢？
类比，吃饭场景：一个人可以吃好几碗，但是叫你吃几百碗是不可能的
结论：工具就可以模拟大数据量的场景，可以做到人做不到的事情
大数据量测试是性能测试吗？
大数据量测试
简单理解：一个接口返回的数据比较多（假设：不使用分页，把所有数据同时返回）
结论
返回大数据量的接口的响应时间会变长
这么大的数据量，我们需要考虑：网络传输数据、服务器查询这些数据、服务器处理这些数据等等分别需要多少时间
这已经跟响应时间挂钩，所以已经属于性能测试的范围，但不归纳于性能分析范围
大数据测试是性能测试吗？
大数据测试的功能属于功能测试哦
性能测试过程发现问题需要立即提交吗？
在性能测试过程中发现一些问题，假设定位到某一段代码有问题，可以截图提交 Bug 给开发，但这并不是我们性能测试的最终目的，最终目的是找出性能指标
有哪些性能指标？
比如说响应时间：10个人、100个人 、1000个人 、10000个人向服务器发起请求，服务器响应请求的平均响应时间是多少，这就是一个指标
又好比TPS：服务器在当前的配置下，不同用户数发起请求，服务器的 TPS 处理能力是多少，这也是一个指标
后续详细介绍
性能测试中发现的 Bug
性能测试过程中发现的 Bug 属于一个衍生品，并不是最终得到的结果
但像功能测试，最终目的就是为了找出 Bug
关于这个问题的总结
做性能测试，当数据量变大后，会出现连接超时、连接拒绝、500、502等异常问题；在性能测试中，这些异常问题基本都会出现的，但不会去立即提 Bug
对于性能测试工程师，我们要做的是分析为什么在当前数据量下会出现连接超时、连接拒绝，响应时间超时、服务器异常等异常问题
这就需要我们去分析性能瓶颈，并不会单独去看某个异常问题出现在哪里，而是分析为什么会出现这个异常问题，分析的是服务器或者是代码，而不是让开发人员马上来修复这些异常问题
我们常说的压测是指压力测试吗？
并不是，而是指负载测试，一般都是为了找出系统的最大负载量
就好像你老板说：你去压测下，看看系统能支撑多少用户同时访问我们的系统
什么是性能测试？
狭义理解
通过工具，找出或获得系统在不同工况下的性能指标值
性能测试过程中，重点是找出性能指标，而不再是找出 Bug，
性能测试的产出绝对不只是 Bug
场景类比
跑步100米，用时多少？运动员的心跳、步伐频率是多少？
跑步100米：业务场景
用时多少：响应时间
运动员的心跳、步伐：性能指标值
性能指标值和响应时间是否满足当前业务场景的最低要求（合格线）
什么时候能找出性能指标值
假设当前有一个业务
电商系统，下单业务，目前还不知道系统支持多少人同时下单，那么我们需要找到服务器能正常支持多少人同时下单
性能测试初始阶段（第一次做）
先把基础的性能指标值找出来（第一次性能测试也叫做基准测试）
比如：100个人同时下单系统正常，但120个人同时下单就会出现部分请求的响应时间超长，连接异常
那么100-120范围内的某个值就是当前服务器能达到的性能指标值（基准值）
版本迭代，进行第二次做性能测试，重新跑一遍之前的性能脚本
又会得到一些性能指标值，对比上个版本的性能指标值，看是否有优化（性能变化）
假设这个时候120个人同时下单是正常的，150个人才有异常，那么接口已经有优化了
假设公司是从0开始做性能测试
第一阶段：做好性能测试，得到性能指标值
第二阶段：假设性能比之前差，哪些性能指标值不满足预期值，就需要分析是哪里有问题
广义理解
只要与服务器性能指标相关的测试都属于性能测试
比如：响应时间、并发用户数、服务器处理能力、吞吐量等性能指标
负载测试、压力测试、容量测试、可靠性测试都属于性能测试
通常嘴巴上说的做性能测试就是广义的性能测试，它包括了很多内容，并不只是针对某一个测试类型
“官方”解释
以下含义来源高老的解释，比较“官方”的术语
性能测试针对系统的性能指标，建立性能测试模型
制定性能测试方案
制定监控策略
在场景条件下执行性能场景
分析判断性能瓶颈并调优
最终得出性能结果来评估系统的性能指标是否满足既定值
其实也算是一个简洁描述的性测试流程了
注意
性能测试不像自动化测试那样很多东西大家都是公认的，性能测试没有一套标准的知识体系，只能说是相似的
基本每个人都有自己的一套知识体系，就好像高老也会说他给性能测试的定义很大可能会被轰炸一样
只要属于自己的知识体系建立起来了，那么就能助力你正确的完成性能测试
不用太过纠结于哪个人对性能测试概念的解释是最准确的
目前博主是正在学习性能测试的小白一枚，希望通过通俗简单的术语来学懂性能测试，打造属于自己的知识体系，欢迎大家进群与我沟通（870155189）
什么是负载测试？
概念
逐步增加系统负载，测试系统性能变化，并最终确定系统所能承受的最大负载量
通俗理解：看看你几斤几两
如何增加负载
通过增加“用户数”，就是常说的并发数
场景类比
天平秤，称东西的时候，需要逐步加砝码，最终达到砝码和物品重量的平衡点，因为它不可能一下子就达到平衡点【好比不可能一下子找到系统能承受的最大负载量】
称东西：业务场景
加砝码：逐步加压
达到平衡点：找到最大负载量
实际场景
有一个业务，增加到40个人的时候，服务器还能正常使用，没有异常
当你增加到50个人的时候，服务器已经开始有异常了，那么就能确定40-50之间某个值就是系统所能承受的最大负载量【出现性能拐点，找到了服务器性能瓶颈的范围值】
最后减小加压梯度（比如：从40个人开始每次增加1个人、2个人），确认最大负载量【确认性能拐点】
服务器又有哪些可能会出现的异常呢
响应时间超长：正常服务器处理请求时间是 1s，但现在变成3s - 5s
服务报错：无法同时正常响应多个请求
服务器宕机：系统完全用不了
什么是压力测试？
概念
在较大的性能压力下，持续运行一个比较长的时间，看看系统服务是否正常及系统资源的利用率情况
通俗理解：鸭梨山大！
关键字：较大压力 + 较长时间
注意：不是满负荷压力哦
场景类比
问：大家什么时候会觉得工作压力大？
答：996、007；因为你不会觉得955压力山大吧
结论：所以在我们日常工作中，长时间工作强度高，才会觉得压力大；如果你一周就加班一天也说压力大...（那就别干这一行了）
压力测试用来干嘛的
测试系统的稳定性
类比
工作压力大，你还能坚持下去（那稳定性肯定好吧），那如果你很快就离职了（那稳定性肯定差，都宕机罢工了）
什么时候会做压力测试
生产环境下，系统隔三差五的出现不稳定的情况
这个时候，就需要通过压力测试去测试系统的稳定性情况
啥情况算不稳定？稳定性差？
隔三差五的出现下面的情况
服务异常：响应错误、响应时间超时等
服务器出现异常：宕机
怎么分析是服务异常还是服务器异常
如果所有请求都是一片红，应用程序发送的所有请求都报红，就是服务器出现了异常
如果有些请求偶尔成功响应，偶尔又失败，则是服务异常，出现不稳定的情况
如何取压力值
在负载测试中，我们确认了系统所能承受的最大负载量
压力值 < 最大负载量，一般取80%左右
灵魂拷问
负载测试一般时间比较短，压力测试时间比较长，持续运行时间短就能正常使用，但持续运行时间长就可能崩掉了，这是什么原因呢？
场景类比
栗子一：电脑保持开机状态很长时间，会逐渐变卡，因为内存的东西会越来越多，得不到有效的回收， 就会越来越卡
栗子二：当你经常工作压力很大，且你的心理所能承受的压力逐渐达到最大值时，你就可能会选择离职
总结
压力测试长时间运行，可能会逐渐增加系统的内存占用空间，若得不到有效的内存回收，当达到内存最大值时，系统就会崩掉
压力测试持续运行时间要多久？
标准性能测试里面，一般是7*24小时，或者是它的倍数
但是实际工作中，并不会这么久，否则成本太高
所以会以小时为单位，比如：4个小时、8个小时...晚上下班之后做，第二天早上上班看结果
先负载测试还是压力测试？
先负载测试
负载测试可以找到服务器性能瓶颈的范围值，若生产环境中系统稳定性较差，再做压力测试
所以压力测试是可做可不做的
什么是可靠性测试？
概念
在给定的一定的业务压力下，持续运行一段时间，查看系统是否稳定
关键字：是否稳定，一定业务压力
注意：不是较大压力哦
业务场景栗子
电商秒杀场景，几十个商品几十万个人同时秒杀抢购
如何理解可靠性测试
编写性能脚本：假设一秒内有一万个人同时发起请求
有压力吗？有，一万个人同时发起请求
但是持续时间短，不像压力测试一样需要持续一段时间
目的是为了验证当这么多人同时发起请求时，成功秒杀的用户能否继续完成后续下单付款等操作【一定业务压力下，系统是否稳定运行】
什么是容量测试？
概念
在一定的软、硬件条件下，在数据库不同数据量级数据量的情况下，对系统中读/写比较多的业务进行测试，从而获得不同数据量级下的性能指标值
关键字：不同数据量级
数据库数据量对性能测试结果有没有影响？
肯定有
比如数据库已经有几百条数据和几百万条数据，查询的速度肯定不一样，所以肯定会影响性能测试结果
数据量级的差异，会影响TPS、响应时间、网络等
场景类比
从一袋米中找一个绿豆，和一碗米中找一个绿豆，找的时间肯定是千差万别的
点一下阅读原文，获取测试笔记合集