＊　发现性能测试的核心

　　具体的工作是另外一个同事在做，但我一直也在思考，如何能让目前的性能测试更好更强大。某天在纸上写写划划的时候，突然脑袋里灵光一闪，煞那间，所有的障眼法似乎都烟消云散，留下了三个闪闪发光的单词。

　　1、虚拟用户（virtual user）: 同时使用系统的用户数目

　　2、响应时间（response time）: 一个用户请求，从发出到接受，经历的时间

　　3、吞吐量（throughput）: 系统单位时间处理的用户请求数目

　　这三个量，形成了下面两个曲线。

　　1、虚拟用户与响应时间的关系曲线，

　　2、虚拟用户与吞吐量的关系曲线。

　　一个特定系统的性能到底怎么样，就由这两个曲线来描述; 有了这两个曲线，你就可以回答关于性能最主要的一些问题：

　　这个系统最大能支撑多少用户

　　用户响应时间不要超过6秒，最多能支持多少用户

　　未来半年，用户数会增加10000，需要加硬件吗

　　你给我一个 数值，我的系统到底性能如何?我不要看那么多的图表

　　… …

　　发现自己找到了"性能测试的奥秘"，我按捺不足兴奋。跑去和一个用Loadrunner做过项目的同事交流，他肯定了我的观点，说以前用loadrunner做项目就是这样分析的（为什么不早告诉我啊…:( ）。并且指出统计响应时间时，一般统计按照正态分布的90%的用户的平均值（所以Jmeter的Aggregate Report里有一个90%line）……

　　后来同老大的交流中，他特别强调了request的失败率。这是一个客户关心的问题。没有关系，小case，只要抓住了问题的核心，这些附属的指标加多加少，都不会干扰测试项目的开发，和对系统性能的分析。

　　* 当前项目新的调整

　　分成两个子项目

　　1） 子项目1

　　首先要把测试vu平均分成n组，

　　当一组启动后，运行 t分钟，获取响应的throughput和90%线内的平均值。

　　启动下一组，把每一组获取的数据收集，绘制出两张核心的曲线图。

　　顺便牢骚一下，当前版本Jmeter对此还没有完美的支持。我是启动多个Jmeter实例来达到这个目的。

　　2） 子项目2

　　根据曲线图，估计出系统性能最佳时的vu（满足response time的最大throughput的vu数目）。这个vu作为性能regression test的基础。

　　项目还在进行中。希望这是我进入性能测试领域的一个好的开始。

　　* 性能趋势图

（以上言论仅代表作者的个人观点，不代表51Testing观点）

版权声明：本文出自lifr的51Testing软件测试博客：http://www.51testing.com/?764

原创作品，转载时请务必以超链接形式标明本文原始出处、作者信息和本声明，否则将追究法律责任。