最详细，从0-1性能测试步骤详细，测试老鸟经验总结...

目录：导读

前言

性能测试流程

性能测试的步骤大概分四个阶段：
1、需求分析阶段
2、准备阶段
3、执行阶段
4、报告整理和总结阶段

性能需求分析阶段

1、熟悉项目相关的资源，如：架构设计，软硬件环境配置，线上业务运营数据（交易量，用户活跃度，请求分布等）

2、根据运营数据或者指标，确定性能测试要达到的目标，如：支持xx并发，tps要达到多少，响应时间要达到多少，CPU，网络，IO的负载情况等等

3、设计性能测试计划：与功能测试差不多
–项目背景；
–项目结构；
–测试功能；
–软硬件资源准备；
–时间/人力安排；
–测试工具和监控工具；
–风险评测；

设计性能测试场景

主要有以下场景：
基准测试：了解系统在静置时的资源消耗，如cpu,io,网络带宽，网络连接的情况。如果有干扰，务必排除。

单次连续请求测试：1次连续请求情况下的tps，响应时间，服务器资源消耗情况，主要用于参考。

负载测试：逐渐增加并发请求数，查看tps，响应时间，错误率，服务器资源消耗情况，主要用于分析最大性能。

压力测试：在最大性能的临界点上保持压力进行测试，查看服务器在高压力情况的处理情况。

稳定性测试：连续xx天内，在一定的并发下进行测试，查看服务器运行情况是否能达到需求设计

准备阶段

搭建测试环境
设计测试用例
准备测试数据
编写测试脚本

执行阶段

运行性能监控工具
按照测试场景，执行测试用例。
分析：分析性能瓶颈，针对不同的业务场景，分析的侧重点也不一样，比如计算密集型，IO密集型的业务，还有线程锁，垃圾回收机制等等。
调优

结果阶段
总结测试结果，输出性能测试报告

性能测试需要用到的技术

性能测试原理介绍：
性能测试，本质就是模拟客户端请求，对服务器进行高并发，高流量的压力测试，从而验证服务器提供服务的能力，并找出瓶颈点，提出或者进行优化。

问题：
怎么模拟高并发，高流量?
怎么进行性能优化?

怎么模拟高并发？
使用多线程技术，模拟高并发。
如果并发太高，如10w并发以上，则需要使用负载均衡和分布式处理技术，jmeter工具支持多台机器作为负载机。

怎么模拟高流量？
在每个请求中塞入大量数据即可

怎么进行性能优化？
那么怎么提升性能呢？
我们首先介绍一个衡量性能标准的一个参数：TPS(Transaction Per Second 每秒事务请求数)。

我们再看一下TPS计算公式：
TPS = 总请求数/ 平均响应时间
总请求数：在一段时间内发送的所有请求数量
平均响应时间：所有请求的平均响应时间

通过这个公式，我们可以知道，当分母越小时，TPS越大。所以要提升性能，我们只需要提高平均响应时间就可以了。那么怎么减少平均响应时间呢?

下面我们先看一个请求从客户端到服务端的流程

请添加图片描述

图中，客户端发送请求经过了互联网到服务器，服务器经过内部处理，从数据库中读取了数据，然后把数据返回给客户端。这过程中，经历的时间大致可以分为：C1+T1+T2+T3+N2+T4+T5。

所以，要把平均响应时间缩小，我们只需要缩小这8个时间就够了，其中主要包括：
网络时间(T1+T2+T3+T4+T5)；
服务器内部处理时间(N1)；
数据库处理时间(N2)；
客户端处理时间(C1)；

所以我们可以就可以从这三个方向去优化：提高网络传输速率，服务器内部处理速率，数据库处理速率，客户端处理速率，其中客户端处理速度也和服务端优化策略基本相同。

性能优化

网络传输速率的提高：
1、采用光纤，配置路由表，缩短网络传输距离与路由器跃点数量。
2、如果是实时服务，那么需要配置缓存服务器，尽量避免缓存穿透

服务器内部处理速率的提高：
计算密集型：优化思路是提高CPU利用率，采用多线程的思路进行。但是线程数量不能超过cpu核心数。因为线程数量超过cpu核心数后，cpu会分片执行超过部分的线程，会增加cpu读取线程缓存的压力，使计算能力下降

IO密集型：
优化思路是提高存储的效率，如使用固态硬盘，阵列，分布式等技术。
由于IO密集型中，CPU可能会等待IO操作完成。所以我们可以使用超过CPU核心数的线程来访问IO，从而提高性能(但如果磁盘繁忙，线程数再多也只是在磁盘队列中排队，增加CPU线程数来访问IO的方法，适用于IO读/写操作并不繁忙，但是需要长时间寻址的场景)

注意：因为磁盘内部只有1个线程处理IO操作，所以要真正实现磁盘的并发，需要使用多个磁盘，也就是磁盘阵列

数据库处理速率：
数据库直接和IO进行交互，所以提高IO性能，能提高数据库性能。
数据库有自己的数据结构，所以优化数据存储和查询的相关算法，也能提高数据库性能

索引优化；
缓存优化；
数据库连接优化；
数据库查询语句优化；
分表分库；
分布式处理；

硬件优化：加cpu升级，cpu阵列;使用ssd固态硬盘;主板用最先进的，内存用最高的，网络用专线等等。

操作系统优化

windows操作系统：去掉不需要的服务，根据实际业务场景调整线程，虚拟内存，缓存的大小等相关配置项，需要专业人士操作；
Linux操作系统：与windows基本相同；
中间件优化：根据不同的业务场景，选择不同的中间件，调整配置等等，如nginx中启用的cpu核心数量等等；
架构优化：采用分布式存储架构，分布式服务器架构，负载均衡等；
代码优化：许多问题都是代码的问题，如果代码问题能准确定位，可以考虑优化代码；
数据库优化：优化索引，配置，数据库连接，算法等等；

下面是我整理的2023年最全的软件测试工程师学习知识架构体系图