效能測試的指標之間有什麼區別和關聯？
程式設計師楊叔2022-04-23 10:40:02一、背景
接著上一篇的知識：效能測試能力提升-關於效能測試，本篇文章，我們將主要介紹以下幾方面的知識：
執行緒數&併發使用者數
相對併發&絕對併發
吞吐量
TPS&QPS
響應時間
二、執行緒數、併發使用者數
執行緒數
： 主流的效能測試工具（Jmeter/Loadrunner），以執行緒式併發的方式，啟動複數個執行緒，讓每個執行緒獨立向伺服器端發出請求，幫我們達成“短時間內向伺服器傳送大量請求”的任務。
有時候我們在描述效能測試過程時，會將這個客戶端的獨立執行緒數表述為“併發數”。
注意
： 這裡的“併發”指的是客戶端併發，並不是服務端的併發。很簡單，客戶端能發出很多請求，伺服器卻未必能處理得了~
併發使用者數
：某一時刻同時向伺服器傳送請求的使用者數。
需要明白的一個誤區
：併發使用者數和 jmeter 的執行緒數，它們是不對等的。併發使用者數應該和 tps 是一個概念，假如需求是想獲取 1000 個使用者同時操作時，系統能否承受得住或者系統各項指標反應如何，我們應該拿 tps 來給出答案。jmeter 的執行緒數大小僅僅是一個壓力的大小概念。
常見問題
：計算最大執行緒數
查詢功能，需要系統能夠在5分鐘內能完成5000筆查詢業務，同時使用者響應時間不超過3s，該用多少執行緒數施壓？
計算公式：最大執行緒數= （單次響應時間
業務量）/總的業務時間
答案：（3
5000）/5*60=50
三、相對併發和絕對併發
什麼是相對併發和絕對併發？
相對併發：指在一個時間段內發生的事情。在jmeter的測試計劃中新增執行緒組，設定執行緒屬性，2秒之內啟動10個執行緒，其對應的相對併發為5（執行緒數/啟動時間）。
絕對併發：指在同一時刻發生的事情。jmeter可以使用同步定時器（Synchronizing Timer）實現絕對併發，也就是同一個時刻達到了某一集合點才發出請求。
壓測時選用哪個更合適？
絕對併發的優點：對伺服器來說，會產生一種瞬間高併發。
絕對併發的缺點：對伺服器來說，平均壓力會降低。
根據業務來選擇：
如果業務場景是瞬間高併發型別的，如搶購、秒殺等，需要加集合點。
或者是多場景測試，你需要確保資料流上下游關係，控流的時候可以考慮。
其他場景都不需要加，加了集合點後，就不適用tps來衡量系統性能。
集合點功能要慎重選擇
：
因為加了集合點後，系統的平均壓力會降低。原因是多執行緒在集合的時間，伺服器和資料庫都處於休息狀態，他們會有足夠的時間去釋放連線和記憶體等恢復工作。
有些加了集合點併發測試通過了，但是上線後就出現某些資源佔滿情況，就是因為線上真實場景是不會集合的，也就是不會給伺服器一個緩解的時間。
四、吞吐量
吞吐量是服務端的指標：吞吐量是站在“量”的角度去度量，是一個參考指標， 是指單位時間內系統能處理的請求數量，體現系統處理請求的能力，這是目前最常用的效能測試指標。
但是光有“量”的資料有時候並無太大價值，一家餐廳1個小時賣出100份餐品和一個月才賣出100份餐品，單從“量”的維度衡量肯定不行，時間維度很重要！
效能測試領域的吞吐量通常會結合上時間維度進行統計。如果吞吐量的“量”以“事務”為統計單位的話，結合時間維度，就可以換算成TPS。
五、TPS & QPS
QPS
： Queries Per Second，每秒查詢率，是一臺伺服器每秒能夠響應的查詢次數（資料庫中的每秒執行查詢sql的次數）。
因此QPS代表的場景不夠全面，僅僅適用於只執行單次查詢的介面，不建議用QPS來作為系統性能指標。
TPS
： Transactions Per Second，每秒事務數，具體事務的定義，是人為制定的，可以是一個介面、多個介面、一個業務流程等等……
以單介面定義為事務為例，每個事務包括瞭如下3個過程：
向伺服器發請求。
伺服器自己的內部處理（包含應用伺服器、資料庫伺服器等）
伺服器返回結果給客戶端
如果每秒能夠完成N次這3個過程，TPS就是N。
如果多個介面定義為一個事務，那麼這多個請求完成一次，算做一個TPS。
TPS和QPS的關係
：
如果是對一個查詢介面（單場景）壓測，且這個介面內部不會再去請求其它介面，那麼tps=qps，否則，tps≠qps。
如果是容量場景，假設n個介面都是查詢介面，且這個介面內部不會再去請求其它介面，qps=n*tps。
如何估算TPS
：
根據已有介面評估：
如果是一個老介面–上一次大促峰值的3-5倍為目標TPS
如果是一個新介面–可以參考相同業務場景的其他介面目標制定
根據業務量評估：
案例：
預期20萬註冊使用者，其中每天活躍使用者峰值預計佔10%，首頁存在遊客訪問則增加一倍；活躍使用者平均每人每天訪問介面4次；訪問時間段大多數在20：00-21：00
計算方式：
透過二八原則，80%的業務在20%的時間產生
峰值TPS=業務量 * 80%/業務時段（秒）* 20%
計算：200000 * 10% * 2 * 4 * 80%/3600 * 20%=178
六、響應時間
最小、最大、平均、90th pct：最小響應時間、最大響應時間、平均響應時間都很好理解。
這裡只單獨說一下90th pct的含義：
表示將整個測試過程中，介面所有請求的所有響應時間按從小到大排列為N個點，取N*90%這個點的響應時間即為此請求的90%響應時間，其代表90%的請求在此響應時間以內。
知識擴充套件：Std.Dev: Standard Deviation
在Jmeter的監聽器summary report中，我們會看到有這樣的一個欄位：
那這個欄位是什麼意思呢？解釋如下：
std。deviation： 標準偏差，一種度量資料分佈的分散程度之標準，用以衡量資料值偏離算術平均值的程度。
標準偏差的值越小，則說明各個樣本的響應時間越接近平均值，一定程度上也表明系統更加穩定。
計算標準偏差的值，可以在Excel中使用公式：=STDEV。P（） 來計算。
舉個例子：
兩組資料，平均值都是70，但是明顯第二組資料相比第一組資料，各個樣本的值更接近平均值：
計算兩組資料的標準偏差值，第二組2。16，第一組17。07，因此標準偏差的值越小，則說明各個樣本的值越接近平均值：
===================================================================
以上就是本次的全部內容，如果對你有幫助，麻煩點個贊+收藏+分享，你的支援就是作者更新最大的動力~
下一篇文章，我們將主要介紹以下幾方面的知識：
基準測試、負載測試、壓力測試、容量測試
負載測試知識擴充套件：階梯式加壓
壓力測試知識擴充套件：穩定性、破壞性壓測
容量測試知識擴充套件：容量指標選取、容量規劃、擴容手段
歡迎關注我的微信公眾號：
程式設計師楊叔
， 測開一枚，持續分享全棧測試知識乾貨。標籤：自動化測試、效能測試、Java、Python、DevOps、CI/CD、小程式測試、測試工具、測試開發、測試框架/平臺、測試管理…
