目录：导读
前言
性能测试核心指标
吞吐量；
响应时间（Rsponse Time）；
并发处理能力；
资源占用能力；
测试中的时间占比
40% ----- 性能测试分析；
30% ----- 测试执行；
30% ----- 测试结果分析；
全链路监控：只要和系统相关的全部需要监控到
1、吞吐量
单位时间内，系统能够处理多少请求，吞吐量代表网络的流量，TPS越高，吞吐量越大，还包含了数据的吞吐量。
一般单位为：秒，每秒处理的请求量
注意：我们看到的jmeter聚合报告一般如下图，下表中的吞吐量实际是我们文中说的TPS或者QPS。如果要计算吞吐量的话应该是接收+发送网络流量总和。
性能测试的时候关注吞吐量和测试环境网络带宽之间的关系，如果吞吐量接近或者等于测试环境带宽极限，那么很可能存在网络瓶颈。
TPS：
TPS的全称是Transaction Per Second，即每秒处理的事务数，那什么是事务呢？
如：用户操作伴随着数据的变更，【下单---->支付——一个请求会有多个操作】；如：11.11用淘宝下单，产生订单数据【40W订单/每秒】
衡量一个系统性能的好坏，主要看的是单位时间内，系统可以处理多少业务量。
举个电商的例子：
1）假设要测试“下单”，那么“下单”业务就可看做是一个事务；
2）假设需要测试“添加购物车+下单”整体业务，那么“添加购物车”和“下单”这2个业务就组成了一个事务，此时TPS就是每秒处理“添加购物车+下单”这个一整个事务的数量。
响应时间单位为秒的情况下，
TPS = 1/响应时间*并发数
一般情况下采用二八原则去计算，80%的交易发生在20%的时间去处理；如：一天10000笔，TPS = （10000* 80%=8000笔）/（24606020%）
10000笔交易，上午2小时，下午2个小时，TPS = 10000/46060
在系统达到瓶颈之前，TPS和并发数成正比关系。
QPS：
QPS = 并发数/响应时间
QPS的全称叫Request Per Second，字面意思比较好理解，就是每秒处理的请求数（如：用户查询数据【打开某个页面】，打开淘宝某个商品页面的时候），并没有去做数据的修改，只是把数据加载到页面中。
如果是测试单接口的情况下，TPS=QPS，例如上面电商例子中的第1）个场景。
2、TOP响应时间（Rsponse Time）
用户的角度：快不快
一个请求从用户发起，到收到服务器响应，所需的时间
页面：打开响应的时间
具体单个资源的响应时间
TOP响应时间是将所有请求的响应时间先从大到小进行排序，计算指定比例的请求都是小于某个时间。
该指标统计的是大多数请求的耗时。
用Jmeter进行测试通常看到下面几个数据：
Top90（90%响应时间）：90%的请求耗时都低于某个响应时间
Top95（95%响应时间）：95%的请求耗时都低于某个响应时间
Top99（99%响应时间）：99%的请求耗时都低于某个响应时间
3、平均响应时间
平均响应时间=所有请求的平均耗时=ART（Average Response Time）
4、并发数/虚拟用户数（并发处理能力）
压测工具中设置的并发线程/进程数量，海量用户使用系统，在系统不崩溃情况下，能够支撑多少人同时使用：
可以理解为：每秒/毫秒可以处理多少并发
同时在线：session会话信息（是否可支撑多人同时在线）、服务器储存（多人同时在线的信息需要服务器储存，服务器内存是否可支撑）
同时操作：业界主流的定义，以秒为单位（极致情况：毫秒ms为单位）；如：双11 支付宝排队付款，暂时不能付款。
与吞吐量的区别：
吞吐量：1w个请求，10:00发送，10:03处理完毕，就是可以的
并发量：一直在高并发，系统是不是扛得住；如：每秒发起1w请求，持续10秒，系统是不是没有问题
5、资源占用率
概念理解：
2个App,功能都一样，都是用来做“图片美颜”，我们来判断下，哪个App的性能好：
第一个App：
能够运行在5年前的手机上，2GB运行内存
需要内存资源少
第二个App：
只能够运行在3年前的手机上，4GB运行内存
需要内存资源更多
我们可以看出，第一个App所需要的运行内存更小，占用的内存资源更少，而第二个App需要的运行内存是更大的，以及内存资源更多，只能在三年的手机运行，5年前的是运行不了，所以是第一个App相对于与第二个App来说，第一个App性能是更加好的。
性能好一些，对我们实际有什么帮助呢？
假设我们在开发一款应用：
1000使用用户
500w用户-----------3年内的新手机（运行内存4G）
500w用户-----------5年前的老手机（运行内存2G）
如我们开发时没有考虑到老手机运行内存的问题，只可以运行在新手机上，那就意味着50%，500w的老手机的用户是正常使用不了的，如我们所设计时考虑到了，性能足够的好，新、老手机都可使用，那就是100%的用户是都可以正常使用的。
成本的角度：
最小成本【最少资源】支撑最多的吞吐量、支撑最小的响应时间
CPU：作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元。
内存：是计算机的重要部件，也称内存储器和主存储器，它用于暂时存放CPU中的运算数据，以及与硬盘等外部存储器交换的数据。
它是外存与CPU进行沟通的桥梁，计算机中所有程序的运行都在内存中进行，内存性能的强弱影响计算机整体发挥的水平。
只要计算机开始运行，操作系统就会把需要运算的数据从内存调到CPU中进行运算，当运算完成，CPU将结果传送出来。
网络；
磁盘：利用磁记录技术存储数据的存储器。
6、成功率
请求的成功率，一般执行压测后我们会关注请求或者事务的成功率是多少，一般公司可能要求成功率在99.99%以上。
7、PV/UV
PV（Page View）页面/接口的访问量，UV(Unique Visitor)页面/接口的每日唯一访客。
PV/UV的概念好像也是常在电商中出现，一般可能是在性能需求分析的时候提到，比如某页面每日的PV是多少，UV是多少。
8、集合点
集合点不是指标，是性能测试中的一个概念。
集合点是为了增加瞬间并发压力的一种机制，在脚本中增加一个标记，所有虚拟用户执行到标记处会进行等待，等左右用户都到达后，再同时继续执行下一步操作。
根据业务来选择是否需要集合点，如果业务场景是瞬间高并发的，如抢购、秒杀等，需要加集合点。
增加了集合点之后，对服务器来说，会产生一种瞬间高并发，模拟秒杀等场景；同时也会降低服务器平均压力。
| 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 |
一、Python编程入门到精通
二、接口自动化项目实战
三、Web自动化项目实战
四、App自动化项目实战
五、一线大厂简历
六、测试开发DevOps体系
七、常用自动化测试工具
八、JMeter性能测试
九、总结（尾部小惊喜）
只有拼尽全力，才能超越自我；只有勇往直前，才能创造奇迹；只有坚持不懈，才能追逐梦想。相信自己，努力奋斗，未来将因你而精彩绽放！
不要害怕失败，因为失败是成功的前奏；不要畏惧困难，因为困难是成长的催化剂；只有坚持不懈，才能走向辉煌的人生。奋斗吧，你的努力将点亮未来的星辰！
不管前方道路多么崎岖，都要坚定地走下去，因为只有奋斗，才能让我们的梦想变为现实。不要畏惧困难，勇往直前，相信自己的能力和努力，你一定能创造出属于自己的辉煌人生。