性能测试简单介绍

  • 更新时间:
  • 1313人关注
  • 点击下载

这是一个不错的性能测试类学习资源,由胡芹悦 提供,主要知识点是关于性能测试、性能测试介绍、性能测试的内容,已被185人关注,同类资源中评分为9.5分。

::性能测试工程师的职责:

1.分析提取性能要求,确定性能测试目标。

2.编写性能测试脚本(用性能测试工具录制)

3.设计操作场景、执行场景和监控资源。

4.分析测试结果,找出性能瓶颈。

5.分析测试数据,调整性能(多方参与协同)

6.写性能测试报告。

7.需要团队合作和沟通能力。

性能测试:检验产品效率和可靠性的测试类型。

::性能指标:

响应时间(248或3510),反映系统处理效率。

2.吞吐量反映了系统的处理能力。

PV:Pageview,页面访问量。

每天活跃用户数量。

TPS/QPS:Transactionspersecond/Queryspersecond,每秒事务数/每秒请求数。

Throughput:数据流量,单位通常是byte。

三是事务成功率。

4.资源利用率(CPU、存储器等)

性能问题通常是由同时使用的用户(负载)过多引起的。

性能测试类型:

负载测试:专注于不同的负载(1个用户,10个用户)…

2.压力测试:注重长期稳定性(连续运行24小时)

3.容量测试:于数据(带宽等)

4.配置测试:重点找出最佳配置(指定并发数,找出需要多少服务器)

并发测试:以并发为重点。

精选笔记:Python3.6性能测试框架Locust安装与使用详解(图)

4小时36分钟前回答

下面小编就为大家带来一篇Python 3.6 性能测试框架Locust安装及使用方法(详解)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧

背景

Python3.6 性能测试框架Locust的搭建与使用

基础

python版本:python3.6

开发工具:pycharm

Locust的安装与配置

点击“File”→“setting”

Python3.6性能测试框架Locust安装与使用详解(图)

点击“setting”,进入设置窗口,选择“Project Interpreter”

Python3.6性能测试框架Locust安装与使用详解(图)

点击“+”

Python3.6性能测试框架Locust安装与使用详解(图)

输入需要“Locust”,点击“Install Package”

Python3.6性能测试框架Locust安装与使用详解(图)

安装完成即可使用。

安装完Locust工具后,只需要编写一个简单Python文件即可对系统进行负载测试。下面举个例子:


from locust import Locust, TaskSet, task

class UserBehavior(TaskSet):
 @task
 def job(self):
  pass

class User(Locust):
 task_set = UserBehavior
 min_wait = 1000
 max_wait = 3000

然后在终端输入:


mars@mars-Ideapad-V460:~/test$ locust
[2015-09-12 10:46:36,876] mars-Ideapad-V460/INFO/locust.main: Starting web monitor at *:8089
[2015-09-12 10:46:36,919] mars-Ideapad-V460/INFO/locust.main: Starting Locust 0.7.3

然后在浏览器中访问localhost:8089,弹出如下页面:

Python3.6性能测试框架Locust安装与使用详解(图)

第一行Number of users to simulate是模拟用户的数量,第二行Hatch rate (users spawned/second表示产生模拟用户的速度,所有用户产生完后开始测试统计,填写完成后点击“Start swarming”即可开始测试:

Python3.6性能测试框架Locust安装与使用详解(图)

以上就是Python3.6性能测试框架Locust安装与使用详解(图)的详细内容,更多请关注码农之家其它相关文章!

展开阅读
精选笔记:使用sysbench来测试MySQL性能的详细教程

21小时38分钟前回答

sysbench是一个模块化的、跨平台、多线程基准测试工具,主要用于评估测试各种不同系统参数下的数据库负载情况。
目前sysbench代码托管在launchpad上,项目地址:https://launchpad.net/sysbench(原来的官网 http://sysbench.sourceforge.net 已经不可用),源码采用bazaar管理。

一、 下载源码包
安装epel包后以便安装bzr客户端:

rpm -Uvh http://dl.fedoraproject.org/pub/epel/5/i386/epel-release-5-4.noarch.rpm

然后就可以开始安装bzr客户端了:

yum install bzr

之后,就可以开始用bzr客户端下载tpcc-mysql源码了。

cd /tmp
bzr branch lp:sysbench

MySQL中文网便捷下载地址:

http://imysql.com/wp-content/uploads/2014/09/sysbench-0.4.12-1.1.tgz

sysbench支持以下几种测试模式:

1、CPU运算性能
2、磁盘IO性能
3、调度程序性能
4、内存分配及传输速度
5、POSIX线程性能
6、数据库性能(OLTP基准测试)
目前sysbench主要支持 mysql,drizzle,pgsql,oracle 等几种数据库。

二、编译安装
编译非常简单,可参考 README 文档,简单步骤如下:

cd /tmp/sysbench-0.4.12-1.1
./autogen.sh
./configure --with-mysql-includes=/usr/local/mysql/include --with-mysql-libs=/usr/local/mysql/lib && make

# 如果 make 没有报错,就会在 sysbench 目录下生成二进制命令行工具 sysbench
ls -l sysbench
-rwxr-xr-x 1 root root 3293186 Sep 21 16:24 sysbench

三、OLTP测试前准备
初始化测试库环境(总共10个测试表,每个表 100000 条记录,填充随机生成的数据):

cd /tmp/sysbench-0.4.12-1.1/sysbench
mysqladmin create sbtest

./sysbench --mysql-host=1.2.3.4 --mysql-port=3317 --mysql-user=tpcc --mysql-password=tpcc \
 --test=tests/db/oltp.lua --oltp_tables_count=10 --oltp-table-size=100000 --rand-init=on prepare

关于这几个参数的解释:

--test=tests/db/oltp.lua 表示调用 tests/db/oltp.lua 脚本进行 oltp 模式测试
--oltp_tables_count=10 表示会生成 10 个测试表
--oltp-table-size=100000 表示每个测试表填充数据量为 100000
--rand-init=on 表示每个测试表都是用随机数据来填充的

如果在本机,也可以使用 –mysql-socket 指定 socket 文件来连接。加载测试数据时长视数据量而定,若过程比较久需要稍加耐心等待。

真实测试场景中,数据表建议不低于10个,单表数据量不低于500万行,当然了,要视服务器硬件配置而定。如果是配备了SSD或者PCIE SSD这种高IOPS设备的话,则建议单表数据量最少不低于1亿行。

四、进行OLTP测试

在上面初始化数据参数的基础上,再增加一些参数,即可开始进行测试了:

./sysbench --mysql-host=1.2.3.4. --mysql-port=3306 --mysql-user=tpcc \
--mysql-password=tpcc --test=tests/db/oltp.lua --oltp_tables_count=10 \
--oltp-table-size=10000000 --num-threads=8 --oltp-read-only=off \
--report-interval=10 --rand-type=uniform --max-time=3600 \
 --max-requests=0 --percentile=99 run >> ./log/sysbench_oltpX_8_20140921.log

几个选项稍微解释下

--num-threads=8 表示发起 8个并发连接
--oltp-read-only=off 表示不要进行只读测试,也就是会采用读写混合模式测试
--report-interval=10 表示每10秒输出一次测试进度报告
--rand-type=uniform 表示随机类型为固定模式,其他几个可选随机模式:uniform(固定),gaussian(高斯),special(特定的),pareto(帕累托)
--max-time=120 表示最大执行时长为 120秒
--max-requests=0 表示总请求数为 0,因为上面已经定义了总执行时长,所以总请求数可以设定为 0;也可以只设定总请求数,不设定最大执行时长
--percentile=99 表示设定采样比例,默认是 95%,即丢弃1%的长请求,在剩余的99%里取最大值

即:模拟 对10个表并发OLTP测试,每个表1000万行记录,持续压测时间为 1小时。

真实测试场景中,建议持续压测时长不小于30分钟,否则测试数据可能不具参考意义。

五、测试结果解读:

测试结果解读如下:

复制代码 代码如下:
sysbench 0.5:  multi-threaded system evaluation benchmark

Running the test with following options:
Number of threads: 8
Report intermediate results every 10 second(s)
Random number generator seed is 0 and will be ignored


Threads started!
-- 每10秒钟报告一次测试结果,tps、每秒读、每秒写、99%以上的响应时长统计
[  10s] threads: 8, tps: 1111.51, reads/s: 15568.42, writes/s: 4446.13, response time: 9.95ms (99%)
[  20s] threads: 8, tps: 1121.90, reads/s: 15709.62, writes/s: 4487.80, response time: 9.78ms (99%)
[  30s] threads: 8, tps: 1120.00, reads/s: 15679.10, writes/s: 4480.20, response time: 9.84ms (99%)
[  40s] threads: 8, tps: 1114.20, reads/s: 15599.39, writes/s: 4456.30, response time: 9.90ms (99%)
[  50s] threads: 8, tps: 1114.00, reads/s: 15593.60, writes/s: 4456.70, response time: 9.84ms (99%)
[  60s] threads: 8, tps: 1119.30, reads/s: 15671.60, writes/s: 4476.50, response time: 9.99ms (99%)
OLTP test statistics:
    queries performed:
        read:                            938224    -- 读总数
        write:                           268064    -- 写总数
        other:                           134032    -- 其他操作总数(SELECT、INSERT、UPDATE、DELETE之外的操作,例如COMMIT等)
        total:                           1340320    -- 全部总数
    transactions:                        67016  (1116.83 per sec.)    -- 总事务数(每秒事务数)
    deadlocks:                           0      (0.00 per sec.)    -- 发生死锁总数
    read/write requests:                 1206288 (20103.01 per sec.)    -- 读写总数(每秒读写次数)
    other operations:                    134032 (2233.67 per sec.)    -- 其他操作总数(每秒其他操作次数)

General statistics:    -- 一些统计结果
    total time:                          60.0053s    -- 总耗时
    total number of events:              67016    -- 共发生多少事务数
    total time taken by event execution: 479.8171s    -- 所有事务耗时相加(不考虑并行因素)
    response time:    -- 响应时长统计
         min:                                  4.27ms    -- 最小耗时
         avg:                                  7.16ms    -- 平均耗时
         max:                                 13.80ms    -- 最长耗时
         approx.  99 percentile:               9.88ms    -- 超过99%平均耗时

Threads fairness:
    events (avg/stddev):           8377.0000/44.33
    execution time (avg/stddev):   59.9771/0.00

展开阅读

相关资源

  • SQL Server性能调优实战

    SQL Server性能调优实战

    《SQL Server性能调优实战》是一线DBA技术专家精心之作,积作者多年的经验结晶和 实践,也是目前市场上为数不多通过存储原理来讲解性能调优,剖析SQLServer架构从而帮助读者快速高效调优数据

    大小:80.1 MBSQL性能

    立即下载
  • 高性能Android应用开发

    高性能Android应用开发

    性能问题在很大程度上决定了用户是否会使用一款App, 高性能Android应用开发 正是Android性能方面的关键性指南。全书共8章,主要从电池、内存、CPU和网络方面讲解了电池管理、工作效率和速度

    大小:13 MBAndroid

    立即下载
  • 大型IT系统性能测试入门经典

    大型IT系统性能测试入门经典

    大型IT系统性能测试入门经典 是一本来自性能测试实战领域的专家作品,主要用来指导性能测试人员规划、设计、实施性能测试。书中深入探讨了性能测试的基础理论与实施方法,并针对大型

    大小:109.1 MB系统测试

    立即下载
  • Java性能优化实践(JVM调优策略/工具与技巧)

    Java性能优化实践(JVM调优策略/工具与技巧)

    编辑推荐 在当前的互联网开发模式下,系统访问量日增、代码臃肿,各种性能问题纷涌而至。性能优化作为一个常谈常新的话题,受到越来越多开发者的关注。而Java是一门使用广泛的语言,社区生态中积攒了大量宝贵的性能优化经验。 1.作为一本性能调优方面的实用指南,本书从实验科学的角度将JVM调优的技术原理与方法论相结合,并在此基础上提供了可选择的工具。 2.通过对各方面的深入研究,本书能让使用复杂技术栈的中高级Java技术专家以量化和

    大小:69 MBJava优化

    立即下载

学习笔记

16小时15分钟前回答

数据库性能测试之sysbench工具的安装与用法详解

1.简介和安装 sysbench是一个开源的、模块化的、跨平台的多线程性能测试工具,可以用来进行CPU、内存、磁盘I/O、线程、数据库的性能测试。目前支持的数据库有MySQL、Oracle和PostgreSQL。 官方站点:https://github.com/akopytov/sysbench/ rpm包下载:https://packagecloud.io/akopytov/sysbench/packages/el/7/sysbench-1.0.15-1.el7.centos.x86_64.rpm 源码包下载:https://github.com/akopytov/sysbench/archive/1.0.15.tar.gz 本地下载:http://xiazai.jb51.net/201807/yuanma/sysbench_jb51.rar 如果是编译安装,需要先安装好mysql的开发包(尽管编译错误时提示的是缺少Mysql库文件)。 yum -y install mysql-community-develtar xf 1.0.15.tar.gzcd sysbench-1.0.15./autogen.sh./configuremake -jmake install 安装后,只……

22小时30分钟前回答

如何使用Python标准库进行性能测试

Profile 和 cProfile 在 Python 标准库里面有两个模块可以用来做性能测试。 1. 一个是 Profile,它是一个纯 Python 的实现,所以会慢一些,如果你需要对模块进行拓展,那么这个模块比较合适。 2. 第二个是 cProfile,从名字就可以看出这是一个 C 语言的实现版,官方推荐在大多数情况下使用。 这两者的接口和数据的输出格式是完全一样的,你可以在这两者之间自由的切换,所以下面我们仅以 cProfile 为例进行介绍。 使用 cProfile 进行性能测试 在 cProfile 中,进行性能测试十分简单,只需调用 run 方法,并将需要测试的函数及参数传递给它即可,下面我们对fib(n) 进行性能测试。 import cProfiledef fib(n): if n == 0: return 0 ……

17小时1分钟前回答

Python性能测试工具Locust安装及使用

介绍 An open source load testing tool. 一个开源性能测试工具。 define user behaviour with python code, and swarm your system with millions of simultaneous users. 使用Python代码来定义用户行为。用它可以模拟百万计的并发用户访问你的系统。 官方网站:http://locust.io/ Locust安装 1、安装Python: 官方:https://www.python.org/ 安装Python2 或Python3 2、安装Locuse 2.1, 通过pip命令安装 / pip install locustio 2.2, 通过GitHub上克隆项目安装(Python3推荐):https://github.com/locustio/locust 3、安装 pyzmq If you intend to run Locust distributed across multiple processes/machines, we recommend you to also install pyzmq. 如果你打算运行Locust 分布在多个进程/机器,我们建议你也安装pyzmq. 通过p……