パフォーマンステスト---需要の分析

ニーズ分析の準備

  • 取得パフォーマンス要件:取引、取引量、取引量の傾向、ユーザー情報、システムアーキテクチャ、ビジネスインジケーター、システムハードウェアインジケーターなど。
  • 収集されたパフォーマンス要件の分析:パフォーマンステストの範囲、測定できるもの、および測定およびテストする必要のあるインジケーターの決定、ユーザーの使用状況、ビジネスボリュームの分布、ビジネスボリュームの分析、TPSと同時ユーザー数の推定など。 ;

パフォーマンステストインジケーター

  • ビジネス指標:TPS、RT、トランザクション成功率など;
  • ハードウェアパフォーマンスインジケータ:CPU使用率、メモリ使用率、ディスク使用率など。

パフォーマンステストコレクションの主な内容

  • システムアーキテクチャ:ミドルウェア構成、データベース構成など。
  • 取引量に関する情報
  • 取引量拡大傾向
  • システムにアーカイブメカニズムはありますか
  • トラフィックのピーク期間
  • システムのオンラインユーザー、アクティブユーザー、およびビジネスの配布。
  • システムがサードパーティシステムに関連付けられているかどうか。
  • システム事業業績指標
  • システムハードウェアインデックス

栗をあげる

パフォーマンステストの例としてjforunフォーラムを取り上げます
。1)収集された要件情報は次のとおりです。
フォーラムの主な機能情報は、フォーラムが実行できることなどの要件ドキュメントを通じて提供できます。また、Baidu統計を例として、統計ツールを通じてその他の情報を提供する必要があります。統計ツール取引量チャート
ハードウェアシステムインデックス
ハイスコ​​アビジネスマップ
上記は収集されたデータ情報です。このデータを通じて、スループットTPSと同時ユーザーの推測を含むパフォーマンス要件の分析を開始しました
。2)パフォーマンステスト要件(TPS、同時ユーザーなど)を分析します。

  • 取引量:統計によると、1日のPV量は20,000であり、システム拡張の傾向は3年間で30%増加するため、3年後の1日のPV≈2 *(1 + 30%)*(1 + 30%)≈33,800
  • TPS:1秒あたり平均トランザクション数フォーラムシステムによると、新しい投稿の送信はトランザクションであり、新しい投稿の返信はトランザクションです。pv
    はページのリクエストを表しますが、リクエストされたコンテンツには写真やJSなどが含まれる場合があります。計算時、PV≈TPS ;
    TPS 計算は通常、ピーク期間のデータに基づいて計算されます。ピークデータテーブルから、午前9時から午前10時までと午後14時から午後15時までが午前10時に計算された高度な期間であることがわかります。表のデータからわかるように、10のPV番号は1300 + 2706 + 526 + 676 = 5208PVであり、TPS = 5208PV÷3600s≈1.45です。計算結果は概算値であり、一般的に言えば1分あたりの取引量の値を取得する方がより正確です。通常、TPSの計算には28の原則が使用されます(つまり、トランザクションの80%が時間の20%で完了します)。したがって、別のより良い計算方法は次の表です。
    TPSの見積もり
  • 同時ユーザー数:一般的に使用される同時ユーザー数の計算方法1)同時ユーザー数をTPSの数で推定する; 2)同時ユーザー数をオンラインユーザーの数で推定する; 3)経験に基づいて同時ユーザー数を推定する;
    ほとんどの場合、使用:同時ユーザー数= TPS (実行時間+シンク時間)ここで、シンク時間は3です。実行時間は、テストプログラムが1回実行されるのに必要な時間です。
    このフォーラムシステムの同時ユーザー数は、76 = 5.8
    13 と推定されます。各ビジネスの同時ユーザー数を次のように選択します
    同時実行の見積もり
    。PS
    同時ユーザーの平均数は次のとおりです
    1)同時ユーザーの平均数はC = nL / T
    2)同時ユーザーのピーク数C '= C + 3 *ルート数C
    Cは平均同時ユーザー数、nはログインセッションの数、Lはログインですセッションの平均の長さ、Tは値が検査される時間の長さです。C 'は、
    ほとんどの場合に使用される同時ユーザーのピーク数です。同時ユーザー= TPS *(実行時間+ Thinktime)ここで、Thinktimeは3です。テストプログラムを1回実行するには実行時間が必要です。時間、または応答時間としてランタイムとシンクタイムがあります
元の記事を22件公開しました 賞賛されました5 訪問1040

おすすめ

転載: blog.csdn.net/weixin_37018468/article/details/104777248