性能测试知多少---性能需求分析

  1. 云栖社区>
  2. seven的测试人生>
  3. 博客>
  4. 正文

性能测试知多少---性能需求分析

玄学酱 2017-07-10 14:25:00 浏览1938
展开阅读全文

需求分析是个繁杂过程,它并非我们想象的那么简单,而性能测试需求除了要对系统的业务非常了解,还需要有深厚性能测试知识。才能够挖掘分析出真正的性能需求。

  如何获得有效的需求

  1、客户方提出

  客户方能提出明确的性能需求,说明对方很重视性能测试,这样的企业一般是金融、电信、银行、医疗器械等;他们一般对系统的性能要求非常高,对性能也非常了解。提出需求也比较明确。

  曾经有一个银行项目,已经到最后的性能测试极端,因为数据库设计不合理,导致性能出现很大的问题,最终不得不把整合项目作废,对于这样的项目,其实从分析设计阶段就应该考虑系统的性能问题。性能测试也一样,对于某些项目来说越早进行越好。当然,前期的性能测试为单元性能测试、接口性能测试,有别系统性能测试。

  有时候也会碰到不懂装懂的客户,提出一些无理的需求,比如只能2000人使用的OA系统,客户要求并发用户2000,这显然是不合理的需求。这个就要看你怎么给客户沟通了。但是,千万别伪造数据欺骗客户。

  2、根据历史数据分析

  对于一些面向用户的独特产品,比较难定位市场的大小,可以先上一运营一段时间,通过运营可以搜集客户资料,比如,每月、每星期、每天的峰值业务量是多少。用户以 什么样的速度在递增中。用户对系统的哪些功能模块使用的最多,他们所点的比例等等。

  收集到这些数据之后,我们就可评估系统的系统需求指标,从而进行性能测试。

  3、需求分析与定位

  这里根据前期的需求分析与定位,来分析确定系统性能指标。例如某省幼儿园管理系统。统计全省有多少家幼儿园,系统的使用时间为幼儿到校之后,管理人员对幼儿的到校情况进行录入,以及幼儿的午饭,放学情况的录入时间。经过与需求人员交流分析也能得到比较明确的性能指标。

  4、参考历史项目或其它同行业的项目

  如果公司之前有类似的项目经验,根据项目大小及上次性能测试的一些指标。从根据项目的规模可以制定出相应的性能指标。

  即使本公司没有类似的项目,但其它公司有类似的项目,例如做IPTV或者DVB计费系统的测试,可以参考电信计费系统的需求——虽然不能完全照搬数据,但是可以通过其他行业成熟的需求来了解需要测试的项目有哪些,应该考虑到的情况有哪些种。

  5、参考其它资料数据

  如果你做的是非常独特的产品,市场上没有此类型的产品,而且需求及市场也难以估计,那么只能从与产品相关的资料中寻找痕迹了。不过,相信这样不确定性的产品,老板要承担的风险也是挺大的。^_^

  需要说明的是,我上面介绍的方面并非是独立的,可以综合的使用,你可以根据客户提出的指标,再根据历史数据以及参考同类型项目来进行。这样可以更确定你的性能指标是客户(或自己)真正需要的、最符合项目需求的。

  性能测试点的选取

  * 发生频率非常高的(例如:某邮箱核心业务系统中的登录、收发邮件等业务,它们在每天的业务总量中占到90%以上)

  * 关键程度非常高的(产品经理认为绝对不能出现问题的,如登录等)

  * 资源占用非常严重的(导致磁盘I/O非常大的,例如某个业务进行结果提交时需要向数十个表存取数据,或者一个查询提交请求时会检索出大量的数据记录)





  对性能需求点的描述

  准确

  如**系统必须在不超过 10 秒的响应时间内,处理 20 起登录任务。再如发邮件时间最大不超过5秒以及平均时间在2秒以内。

  一致

  用户和性能测试工程师对有关术语的理解要一致,如:并发用户数、在线用户数、注册用户数:

  特定

  性能测试的需求一定是有条件的。

  检查系统后台关键业务数据10G、操作数据量为20K, 1500 个用户、500 个并发用户运行的负载下,连续运行12小时过程中,业务操作是否满足性能需求。

  常见性能需求

  1、WEB首页打开速度5s以下,web登陆速度 15s以下。

  2、邮件服务支持50万个在线用户

  3、计费话单成功率达到99.999%以上。

  4、在100个并发用户的高峰期,邮箱的基本功能,处理能力至少达到10TPS

  5、系统能在高于实际系统运行压力1倍的情况下,稳定的运行12小时

  6、这个系统能否支撑200万的vu(每天登录系统的人次)          vu----Virtual user(虚拟用户)

  如何把需求转换成性能指标

  我们把200万vu转换成一系列的指标

  ™响应时间:根据国外的一些资料,一般操作的响应时间为2,5,10秒,2秒内优秀,5秒内良好,10秒内可接受,其它一些特殊的操作,如上传,下载可以依据用户体验的情况,延长响应时间。

  ™吞吐量:可以根据已经上线的类似产品进行估计。或者,采用80/20原则进行估计。我们经常使用的是80/20原则。

  80/20原则:又称帕累托效应,比如,80%的社会财富掌握在20%的人手里。

  应用于测试:从vu计算吞吐量?根据80/20原则,80%的用户会在20%的繁忙时间内登陆。则繁忙时间每秒大概会有(2000000*80%)/(24*3600*20%)=100个用户登陆 ,也就是说,登陆操作的吞吐量是100TPS

  如何根据性能需求进行测试

  其实我们上面得到的需求指标仍然是不明确的:

  是验证当前硬件和软件配置能否支撑200万vu?

  是测试当前的硬件和软件配置最多能支撑多少vu?

  是帮助开发寻找性能瓶颈?

  根据需求进行性能测试的过程:



  首先,请你们当前软件和硬件配置下验证能否支撑200万vu。如果可以支撑200万,再增加到300万看是否可以支撑。如果不能达到200万, 那么就需要寻找一下是否有性能瓶颈,将主要的性能瓶颈解决后,再看一下是否可以支撑200万,如果可以支撑,输出测试结果。仍然不能,请评估需要添加多少 硬件设备。

  通过上面流程的分析,那么我们对于需求实施过程就非常明确了。

  下面看来分析某邮箱系统的需求:

  按照 某某 邮箱20000万注册用户,其中日活跃用户数为1.5%的规模计算:

  日活跃用户=20000*1.5%=300万

  日活跃用户人均每天发6封邮件,用户使用客户端收发邮件比例20%,则:

  每天发邮件投递量=300万*6*20%=360万封

  如何得到每秒的邮件数?

  方式一: 严格的根据2/8原则  ,80%的邮件集中在20%的时间发送。
集中发邮件数:  3600000*80%=28800000封
集中发送的时间:24*20%=4.8小时=17280秒
每秒发送邮件数:2880000/17280=166.7封/秒

  方式二,根据 某某邮箱业务模型表,每天忙时集中邮件系数0.15,邮件平均峰值系数2,则:
峰值邮件量=3600000*0.15*2/3600=300封/秒
注:忙时集中系数=忙时业务量/全天业务量

  在两种方式的分析中,方法二得出的结果是方法一的将近一倍,我们不要根据经验理所当然的去分析,要深入的了解系统,我们要对行业指标及计算方 式。如果按照第一种方式,性能测试达标了,但系统真正上线后可能远远超出了我们的评估。2008年北京奥运运门票系统就是一个典型的案例。

  再来分析系统的登录:

  去年全年处理“WEB登录”交易约 100 万笔,考虑到 3 年后交易量递增到每年 200万笔。

  假设每年交易量集中在 8 个月,每个月 20 个工作日,每个工作日 8 小时,试采用 80~20 原理估算系统服务器高峰期“WEB登录”的交易吞吐量应达到怎样的一个处理能力

  200万/8=25万/月
25万/20=1.25万/日
1.25万*80%/(8*20%*3600)=1.74TPS

  ----------------------

  上面的小案例算是抛出的一块砖,需求开发难度要远远大于需求管理,在实际工作中常常需要我们为客户开发这部分性能需求。所以,在追求技术的基础上,请更多的了解分析你的项目及行业指标。








====================================分割线================================



最新内容请见作者的GitHub页:http://qaseven.github.io/

网友评论

登录后评论
0/500
评论
玄学酱
+ 关注
所属团队号: seven的测试人生