精华内容
下载资源
问答
  • 1 在AWR报告中transaction/s 最大支持量。 2

    1 在AWR报告中transaction/s 最大支持量。
    2 Execute to Parse%,即解析与执行的占比,这个值越高越好。设为80%,代表1次分析,8次执行。

    展开全文
  • 压力测试指标(QPS、TPS、PV、RT)

    千次阅读 2021-03-04 10:21:56
    QPS(Queries Per ... 参考: 压测指标:https://blog.csdn.net/qq_31749835/article/details/103969076 压力测试指标:https://cloud.tencent.com/developer/news/360223 QPS,TPS,吞吐量,响应时间详解及关系:...

    QPS(Queries Per Second)每秒查询

    每秒查询数率,系统每秒能够处理的查询请求次数,即一台服务器每秒能够相应的查询次数,是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准。

    有两种计算公式:

    QPS = req/sec = 请求数/秒

    QPS = 总请求数 / ( 进程总数 * 请求时间 )

     

    TPS(Transactions Per Second)每秒事务

    每秒事务数,即每秒系统能够处理的事务次数。

    TPS 的过程包括:客户端请求服务端、服务端内部处理、服务端返回客户端。客户机在发送请求时开始计时,收到服务器响应后结束计时,以此来计算使用的时间和完成的事务个数。

    TPS与QPS区别

    一个事务是指一个客户机向服务器发送请求然后服务器做出反应的过程。而在这个TPS中,为了处理第一次请求可能会引发后续多次对服务端的访问才能完成这次工作,每次访问都算一个QPS。所以,一个TPS可能包含多个QPS

    对于一个页面的一次访问,形成一个Tps;但一次页面请求,可能产生多次对服务器的请求,服务器对这些请求,就可计入“Qps”之中。如:访问一个页面会请求服务器3次,一次放,产生一个“T”,产生3个“Q”

     

    PV(Page View)页面访问量

    页面被浏览的次数,每次用户访问或者刷新页面都会被计算在内。

    用户对同一页面的多次刷新,访问量累计。与 PV 相关的还有 RV,即重复访问者数量(repeat visitors)。

    计算公式:

    日PV=QPS*60*60*24 //即QPS乘以一天的秒数

    峰值QPS=(日PV*80%)/(60*60*24*20%)//通用公式每天80%的访问集中在20%的时间里,这20%时间叫做峰值时间

     

    UV(Unique Visitor)独立访客访问数

    统计 1 天内访问某站点的用户数(以 cookie 为依据),一台电脑终端为一个访客。

    可以理解成访问某网站的电脑的数量。网站判断来访电脑的身份是通过来访电脑的 cookies 实现的。如果更换了 IP 后但不清除 cookies,再访问相同网站,该网站的统计中 UV 数是不变的。如果用户不保存 cookies 访问、清除了 cookies 或者更换设备访问,计数会加 1。00:00-24:00 内相同的客户端多次访问只计为 1 个访客。

     

    IP(Internet Protocol)独立 IP 数

    指 1 天内多少个独立的 IP 浏览了页面,即统计不同的 IP 浏览用户数量。

    同一 IP 不管访问了几个页面,独立 IP 数均为 1;不同的 IP 浏览页面,计数会加 1。IP 是基于用户广域网 IP 地址来区分不同的访问者的,所以,多个用户(多个局域网 IP)在同一个路由器(同一个广域网 IP)内上网,可能被记录为一个独立 IP 访问者。如果用户不断更换 IP,则有可能被多次统计。

     

    RT(Response-time)响应时间

    执行一个请求从开始到最后收到响应数据所花费的总体时间,即从客户端发起请求到收到服务器响应结果的时间。它的数值大小直接反应了系统的快慢。

     

    用户平均请求等待时间(Time per requests)

    计算公式:用户平局请求等待时间 = 总时间 / (总请求数 / 并发用户数)

    服务器平均请求等待时间(Time per requests: across all concurrent requests)

    计算公式:服务器平均等待时间 = 总时间 / 总请求数 = 用户平均请求等待时间 / 并发用户数

     

    QPS和RT的关系?

    1.对于大部分web系统,响应时间一般由CPU执行时间,线程等待时间(IO等待,sleep, wait)时间组成。QPS和RT成反比关系


    2.在实际的测试环境中,QPS和RT并不是非常直接的反比关系

     

     

    并发数(The number of concurrent connections)

    并发请求数/连接数,是指系统同时能处理的请求数量,这个也是反应了系统的负载能力。

    计算公式:并发量 = QPS * 平均响应时间,并发请求数 = 并发用户数 * 单个用户平均请求数

     

    并发用户数(The number of concurrent users, Concurrent Level)

    指的是某个时刻同时在线的用户数。一个用户可能同时会产生多个会话,也即多个请求连接数。

     

    RPS(Requests Per Second )吞吐量

    吞吐量是指单位时间内系统能处理的请求数量,单位是 reqs/s,体现系统处理请求的能力。

    吞吐率是基于并发用户数的。这句话代表了两个含义:a、吞吐率和并发用户数相关;b、不同的并发用户数下,吞吐率一般是不同的

    某个并发用户数下单位时间内能处理的最大的请求数,称之为最大吞吐率。

     

    系统的吞吐量(承压能力)与request对CPU的消耗、外部接口、IO等等紧密关联。单个request 对CPU消耗越高,外部系统接口、IO速度越慢,系统吞吐能力越低,反之越高。系统吞吐量几个重要参数:QPS(TPS)、并发数、响应时间。

    计算公式:吞吐率 =并发请求数/总请求处理时长

    比如:在并发用户数为1000时,一共有5000个请求,请求了5分钟,那么每秒钟,服务器可以处理5000/5*60 = 16个请求呢。这就是服务器的吞吐率

     

    GVM(Gross Merchandise Volume)总商品价值量

    GMV = 1销售额 + 2取消订单金额 + 3拒收订单金额 + 4退货订单金额*

    GMV是流水,只要你下了订单,生成订单号,就算了GMV,而这个订单转化为平台的实际收入还会有2、3、4这些流失量。

    销售额一般对应的才是实际流水

     

    实际举例

    我们通过一个实例来把上面几个概念串起来理解。如果每天 80% 的访问集中在 20% 的时间里,这 20% 时间就叫做峰值时间。

    公式:( 总PV数 * 80% ) / ( 每天秒数 * 20% ) = 峰值时间每秒请求数(QPS)

    机器:峰值时间每秒QPS / 单台机器的QPS = 需要的机器

    1、每天300w PV 的在单台机器上,这台机器需要多少QPS?

    ( 3000000 * 0.8 ) / (86400 * 0.2 ) = 139 (QPS)

    2、如果一台机器的QPS是58,需要几台机器来支持?

    139 / 58 = 3

    3、服务器计算

    服务器数量 = ceil( 每天总PV / 单台服务器每天总PV )

     

    最佳线程数

    1、单线程QPS公式:QPS=1000ms/RT

    对同一个系统而言,支持的线程数越多,QPS越高。假设一个RT是80ms,则可以很容易的计算出QPS,QPS = 1000/80 = 12.5

    多线程场景,如果把服务端的线程数提升到2,那么整个系统的QPS则为 2*(1000/80) = 25, 可见QPS随着线程的增加而线性增长,那QPS上不去就加线程呗,听起来很有道理,公司也说的通,但是往往现实并非如此。

    2、最佳线程数量

    刚好消耗完服务器的瓶颈资源的临界线程数,公式如下

    最佳线程数量=((线程等待时间+线程cpu时间)/线程cpu时间)* cpu数量

    特性:

    在达到最佳线程数的时候,线程数量继续递增,则QPS不变,而响应时间变长,持续递增线程数量,则QPS开始下降。

    每个系统都有其最佳线程数量,但是不同状态下,最佳线程数量是会变化的。

    瓶颈资源可以是CPU,可以是内存,可以是锁资源,IO资源:超过最佳线程数-导致资源的竞争,超过最佳线程数-响应时间递增。

     

     

    参考:

    压测指标:https://blog.csdn.net/qq_31749835/article/details/103969076

    压力测试指标:https://cloud.tencent.com/developer/news/360223

    QPS,TPS,吞吐量,响应时间详解及关系:https://www.cnblogs.com/kumufengchun/p/11065413.html

    QPS、TPS是什么:https://www.cnblogs.com/leadership/p/11555409.html

     

    展开全文
  • 先说结论 一般推荐,如果你: 没啥人用的服务 tps 20,返回有300ms就行了 十万到百万级的服务,响应能达到tps50 /200ms就可以了 后台服务,能达到tps 20 / ...做项目开发的时候,不止一次被性能测试问“这个服务性能...

    先说结论
    一般推荐,如果你:

    没啥人用的服务 tps 20,返回有300ms就行了
    十万到百万级的服务,响应能达到tps50 /200ms就可以了
    后台服务,能达到tps 20 / 200ms即可(通常后台同时使用也没多少人)
    秒杀类的短时间高并发……TPS100或200 在 100ms内响应 应该也能撑一段时间(具体情况还是要看业务量)

    背景
    做项目开发的时候,不止一次被性能测试问“这个服务性能要求是多少?”他期望能得到一个这次接口TPS压到50还是100,返回时间是100ms还是200ms的回答。然后压力测试的脚本就跑起来,挨个接口就去压了。
    但作为产品我怎么知道报多少合适呢?(是的,在某些团队这是研发负责人应该考虑的)。通常我们是只知道业务量,怎么转换成tps、返回时间的要求呢?(有时候业务量都估算不出来,那这种场景下你就按最顶部的推荐的来测吧。)
    现在,只要10分钟,让你了解怎么计算这些内容。
    首先,需要知道不同的产品有不同的应对要求

    手机发货的抢购秒杀场景和美团的场景需求不一致,导致产品性能要求就不一致
    千万级用户的app和十万级app,同样的性能要求,转换为技术指标上也不一致

    继续计算,我们需要了解
    什么是TPS
    Transactions Per Second(每秒传输的事物处理个数,或者说每秒系统接收的任务数量),系统接收到任务后会有一个处理时间。
    在压力测试时,测试人员会主动按一定tps的量来主动发起接口请求,比如tps=50,就是每秒请求50次,获取一个平均的响应时间(单位一般都是毫秒ms)。压力测试人员口中的TPS50 200ms返回,就是指每秒测试人员主动发起50次请求,这些请求会在平均200ms返回。
    由于其他技术指标如QPS(数据的每秒查询个数)等性能都会在tps这个维度上展示出来,因此可通过tps对系统性能进行简单判断,以满足日常性能测试需求。

    性能测试的指标是怎么来的呢?
    1、产品和运营要给出业务匡算:
    这个服务,在多长时间段,多少人会访问
    2、性能要求上,通常情况下的APP应该如何?
    页面访问的2、5、8原理(用户进入服务2s内要展示完所有内容,超过5秒用户就无法忍受了,超过8秒就没有人再等了,直接关闭服务)
    因此页面的渲染时间+资源文件的载入时间+接口的获取时间需要保证1s~2s内完成
    3、这个条件下接口获取时间多长合适?
    无脑建议200ms以内(考虑到你页面也要2s打开,还要给其他工作留时间)

    怎么通过业务量来计算TPS多少合适呢?
    直接上公式不太好理解,我们先看案例
    案例1,秒杀型算法
    案例的业务量要求
    某业务,类似秒杀型,用户估算有2W左右,每个用户平均请求2次接口(查询用户信息接口、查询业务接口), 这些用户大概率会在2分钟内会访问我们的系统,业务要保证用户2s能打开页面
    TPS的分析
    TPS是系统每秒钟处理的任务数量,给定二业务场景,我们就需要先计算出来每秒需要系统处理多少任务,从而反推在压力测试的时候,需要给多大的TPS了。

    首先,整个系统的总请求数=用户(2W)* 每个用户请求数(2次)= 40000次
    其次,每秒要求处理的请求数=总请求数/时间(切换到秒) 即约350(333向上取个整吧)。
    最后,TPS并发数量与每个请求所消耗的时间,可实际计算出每秒实际能够处理的请求数。
    即每秒实际处理请求数量=tps数量 * 1000【1秒,需要切换为毫秒】/单组tps处理时间【这里是按200ms返回】
    因此,我们只要保证 每秒实际处理请求数>每秒要求处理的请求数 就可以了。

    最终结果就是
    TPS数量 > 每秒要求处理的请求数 * tps返回时间【按200ms计算】/1000ms
    带入数据计算
    tps>(350 * 200)/1000,具体tps>70。
    因此可让压力测试人员按照tps100来压接口,返回在200ms以内就满足性能要求。
    当然如果实际tps50的返回时间为100ms,则按照这个粗略的公式来推算,也是能够支撑的(350 * 100/1000=35,也就是说tps高于35,返回100ms以内也是可以的)
    案例2,我们来看一个日常服务的算法
    如:一个100w访问的服务,每天访问集中白天8小时,每个用户大约会请求3个接口,每天早上9点是峰值。
    首先计算日均请求数(每秒)
    按8小时 100w访问量、平均3个接口请求计算
    每秒日均请求数=100w(访问量)* 3(每个访问量平均请求接口数)/8(小时)/3600(切换成秒),结果就是每秒请求100次。
    按接口200ms返回,tps需要> 100 * 200/1000,即>20就行了。
    如考虑日常服务的峰值,则按4 * 日均,即每秒请求400次,则tps>80即可,因此可推荐按tps=100来做接口的压力测试。
    相关总结

    时间段越短,数据也越接近于瞬间并发
    如果用整日的数据来计算总请求数,需要按照日流量分布来估算一个峰值数据,日常APP可考虑使用 峰值=4 * 日均【当然还是要看你具体的访问量】

    如果觉得以上繁杂,反正你也可以参考这个结论:

    没啥人用的服务 tps 20,返回有300ms就行了
    十万到百万级的服务,响应能达到tps50 /200ms就可以了
    后台服务,能达到tps 20 / 200ms即可(通常后台同时使用也没多少人)
    秒杀类的短时间高并发……TPS100或200 在 100ms内响应 应该也能撑一段时间(具体情况还是要看业务量)

    展开全文
  • 压力测试常用的性能指标

    千次阅读 2020-12-16 10:01:25
    事务平均响应时间(Average Transaction Response Time) 每一事务执行所用的平均时间,通过它可以分析测试场景运行期间应用系统的性能走向。 • 最大响应时间(Max Response Time) 指用户发出请求或者指令到系统...

    https://www.jianshu.com/p/816a95b5fd12

    每秒处理事务(TPS,Transaction Per Second) 每秒系统处理事务(通过、失败以及停止)的数量。通过它可以确定系统在任何给定时刻的时间事务负载。

    事务平均响应时间(Average Transaction Response Time) 每一事务执行所用的平均时间,通过它可以分析测试场景运行期间应用系统的性能走向。

    • 最大响应时间(Max Response Time) 指用户发出请求或者指令到系统做出反应(响应)的最大时间。

    • 最少响应时间(Mininum ResponseTime) 指用户发出请求或者指令到系统做出反应(响应)的最少时间。

    • 90%响应时间(90% Response Time) 是指所有用户的响应时间进行排序,第90%的响应时间。

    CPU(CentralProcessing Unit) 中央处理器,是计算机的重要设备之一。功能主要是解释计算机指令以及处理计算机软件中的数据。

    • CPU利用率(CPU Usage) CPU利用率分为用户态,系统态和空闲态,分别表示CPU处于用户态执行的时间,系统内核执行的时间,和空闲系统进程执行的时间。平时所说的CPU利用率是指:CPU执行非系统空闲进程的时间/CPU总的执行时间。

    内存(Memory) 也被称为内存储器,其作用是用于暂时存放CPU中的运算数据,以及与硬盘等外部存储器交换的数据。

    • 内存使用率(Memory usage) 内存占用率指的是此进程所开销的内存。

    磁盘IO(Disk input/ output) 磁盘的读写包速率。

    网卡负载(Network Load) 网卡的进出带宽,包量。

    其他指标

    压力测试:

    压力测试(Stress Testing)是通过确定一个系统的瓶颈或者不能接收的性能点,来获得系统能提供的最大服务级别的测试

    压力强度(pressure intensity) 指压力测试中对硬件的性能目标,比如系统的cpu利用率,内存使用率,磁盘I/O吞吐率,网络吞吐量等所施加的条件。

    并发(Concurrent) 在操作系统中,指一个时间段中有几个程序都处于已启动运行到运行完毕之间,且这几个程序都是在同一个处理机上运行,但任一个时刻点上只有一个程序在处理机上运行。

    并发用户数(the number of concurrent users ) 在同一时刻与服务器进行了交互的在线用户数量。

    最大并发数(Maximum number of concurrent users) 指同时登录站点的最大人数或者服务器同时接收下载的最大数量。

    负载测试

    核实在保持配置不变的情况下,测试对象在不同操作条件(如不同用户数、事务数等)下性能行为的可接受性。

    请求访问数量(VU 或RequestThread) 指发送请求压力的数量

    HTTP错误率(HTTP error rate) 在选定时间段内,HTTP错误数量与请求数量的比率。

    吞吐率(Throughput) 是场景运行过程中服务器每秒的吞吐量。其度量单位是字节,表示每个请求连接在任何给定的每一秒从服务器获得的数据量。

    系统性能监控

    事务(Transactions) 事务是用户某一步或几步操作的集合。

    展开全文
  • 压力测试中的指标概念

    千次阅读 2021-02-18 15:38:37
    压力测试中的指标1 压力测试中的指标1.1 TPS1.2 QPS1.3 平均处理时间(RT)1.4 并发用户数(并发量)1.5 换算关系1.6 TPS和QPS的区别2 压力测试方法3 名称概念解释1. QPS2. TPS3. RPS 1 压力测试中的指标 1.1 TPS TPS ...
  • 错误率:错误率和服务的具体实现有关。 通常情况下,由于网络超时等外部原因造成的错误比例不应超过5%,由于服务本身导致的错误率不应超过1% 。
  • jmeter(压力测试指标分析

    千次阅读 2019-09-17 10:01:54
    压力测试 压力测试分两种场景:一种是单场景,压一个接口的;第二种是混合场景,多个有关联的接口。 压测时间,一般场景都运行10-15分钟。如果是疲劳测试,可以压一天或一周,根据实际情况来定。 压测任务需求...
  • web压力测试的几个指标

    千次阅读 2018-09-05 21:09:10
    可以使用http_load,webbench,ab等压力测试工具进行测量。   计算服务器数量 上述指标一个重要的作用是计算所需服务器数量。 关于PV,我们需要知道一个原则:每天80%的访问集中在20%的时间里(即峰值时间)...
  • 使用jemeter进行压力测试关注的指标

    千次阅读 2020-07-05 22:37:57
    压测过程出现性能瓶颈,若压力机任务管理器查看到的cpu、网络和cpu都正常,未达到90%以上,则可以说明服务器有问题,压力机没有问题。 影响性能考虑点包括:数据库、应用程序、中间件(tomact、Nginx)、网络和操作...
  • 怎样做压力测试,考虑哪些指标

    千次阅读 2020-10-17 20:01:44
    1. 压力测试 给软件不断加压,在极限的情况下运行,观察它可以运行到何种程度,有助于确定计算机,网络,程序在不利条件下保持一定效率的能力。 2.压测指标: RT 指一个请求发出后系统的响应时间(reaction time) ...
  • 性能测试、压力测试与负载测试的区别

    千次阅读 多人点赞 2019-09-03 23:20:18
    性能测试,又称为多用户并发性能测试,通过模拟多种正常、峰值以及异常负载条件来对系统的各项性能指标进行测试,压力测试和负载测试都属于性能测试。 二、压力测试(Stress Test) 压力测试,又叫强度测试,...
  • 压力测试工具

    万次阅读 多人点赞 2018-12-20 16:06:28
    目录 1 性能测试... 2 2 压力测试(Stress Test)... 2 2.1 网站测试... 2 2.2 系统测试要求... 3 3 测试工具... 3 3.1 Webbench. 4 3.1.1 Ubuntu 下载安装... 5 3.1.2 ...
  • 接口各项性能测试指标

    千次阅读 2020-04-22 11:18:28
    6、吞吐量 一次性能测试过程中网络上传输的数据量综合 反映:服务器承受的压力(系统的负载能力) 7、吞吐率 单位时间内网络上传输的数据量。吞吐率=吞吐量 / 传输时间 即单位时间内处理的客户请求数据量 业务角度...
  •  上图横坐标是并发用户数。绿线是 CPU 使用率;紫线是吞吐量,即QPS; 蓝线 ... 开始,系统只有一个用户,CPU工作肯定是不饱合的。...可能有多个cpu,但是只处理单个进程...压力测试你应该知道的几个道理    
  • 吞吐量吞吐量是指单位时间内系统能处理的请求数量,体现系统处理请求的能力,这是目前最常用的性能测试指标。QPS(每秒查询数)、TPS(每秒事务数)是吞吐量的常用量化指标,另外还有HPS(每秒HTTP请求数)。跟吞吐...
  • 基础环境 jdk1.8安装 sdk: ...做App性能的测试 monkey操作的是手机里面的app 连接手机:打开USB调试模式 使用adb连接:adb devices(真机连接) monkey详解 包:在app上唯一标识一个APP的apppackage adb
  • 文章目录系统测试概述功能测试性能测试负载测试压力测试性能测试、压力测试、负载测试的关系兼容性测试安全测试健壮性测试配置测试可用性测试文档测试 系统测试概述 系统测试的定义 将已经集成好的软件系统,作为...
  • 扩展测试场景:用户在100人并发的时候,涉及到网络加载的模块(详情展示)响应时间超过10s,需要优化,其他性能指标达到要求。 通过本次测试,系统在50人同时下单(相当于一天有18万下单)的情况下,稳定运行1个...
  • 服务器压力测试的几个指标

    千次阅读 2015-03-16 14:42:03
    吞吐率(request per seconds) 所谓吞吐率,指的是服务器处理并发请求的能力,计算公式为 总请求数 / 完成所有请求花费的总时间 单位是 reqs/s ...特别需要注意的是,吞吐率不能脱离并发数(并发用户数)而单独...
  • 性能测试/压力测试指标 ** 服务端性能测试 来源:在产品的需求文档里,提供给测试,取决服务多少量的客户,这是产品的需求!! TPS transaction per second 服务端每秒处理请求的数量 最直观的反映了系统的处理...
  • 阿里云中间件压力测试PTS

    千次阅读 2019-03-05 11:44:14
    阿里云中间件压力测试PTS 1、PTS是什么 PTS是一个即买即用的网站/app压力测试产品,只需要简单的页面设置就能完成业务活动场景、峰值场景的流量模拟,因为发起的流量来自于全国各地,真实度很高,能站在客户端的角度...
  • 压力测试中关于系统的资源评估状况的分析,对后于资源内容的详细评估!
  • 接口性能测试指标汇总

    千次阅读 2019-05-05 18:11:17
    参考网址:https://www.cnblogs.com/yulia/p/7850896.html
  • 性能测试—接口压测指标分析

    千次阅读 2020-11-26 14:25:53
    通常而言,Jmeter性能测试结果分析可从性能测试指标达成方面着手,然后再分析测试过程中出现的异常情况,逐一判断是否存在性能风险。 一、用户登录并发测试结果分析 1、提取测试指标 表1:用户登录并发性能指标 ...
  • 游戏压力测试总结

    千次阅读 2018-06-20 17:52:16
  • 系统压力测试(一)

    万次阅读 多人点赞 2018-09-06 12:13:25
    《目录》 -------->认知,了解压测的一些参数,了解什么是...了解怎么给出压测人员出一份压测指标,计算自己系统的合理吞吐量 -------->怎么看压测报告,一份报告都有哪些重点 一、认知 首先明确...
  • 性能测试与负载测试、压力测试,希望能帮助大家更了解软件测试的相关内容
  • 软件性能测试类型和指标

    千次阅读 2020-08-29 13:30:36
    目录 文章目录目录基准的确定测试模型设计网络性能的关键参数 ...所以,不应该将任何外部公开的性能指标作为基准,而是应该以自己的测试环境为准。 以运行在虚拟机上的 HAProxy 性能测试为例,首先进行的基
  • 软件系统压力测试报告文档

    热门讨论 2014-03-11 16:59:26
    软件系统压力测试报告文档
  • jmeter压力测试工具

    2018-08-28 17:33:24
    apache jmeter是来自国外的一款开源免费、功能强大的web压力测试工具。它是一款为负载测试功能行为和测量性能的100%纯Java应用程序,可用于测试静态和动态资源,Web动态应用程序的性能。jmeter可用于模拟服务器,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 52,328
精华内容 20,931
关键字:

压力测试的指标