LR压力测试结果分析探讨【转】
上一篇 /
下一篇 2011-12-16 11:12:36
/ 个人分类:LR
分析原则:
1.具体问题具体分析(这是由于不同的应用系统,不同的测试目的,不同的性能关注点)
2.查找瓶颈时按以下顺序,由易到难。
服务器à硬件瓶颈 网络 服务器à瓶颈(对局域网,可以不考虑)操作系统瓶颈(参数à配置) 中间件瓶颈(参数配置,数据库à,web服务器等) 应用瓶颈(SQL语句、数据库设计、业务逻辑、算法等)
分析的信息来源:
1 .根据场景运行过程中的错误提示信息
2 .根据测试结果收集到的监控指标数据
一.错误提示分析
分析实例:
1.Error: Failed to connect to server “172.17.7.230″: [10060] Connection
Error: timed out Error: Server “172.17.7.230″ has shut down the connection prematurely
分析:
A、应用服务死掉。
(小用户时:程序上的问题。程序上处理数据库的问题,实际测试中多半是服务器链接的配置问题)
B、应用服务没有死。
(应用服务参数设置问题)
对应的Apache和tomcat的最大链接数需要修改,如果连接时收到connection refused消息,说明应提高相应的服务器最大连接的设置,增加幅度要根据实际情况和服务器硬件的情况来定,建议每次增加25%!
C、数据库的连接。
(数据库启动的最大连接数(跟硬件的内存有关))
D、我们的应用程序spring控制的最大链接数太低。
2 Error: Page download timeout (120 seconds) has expired
分析:
A、应用服务参数设置太大导致服务器的瓶颈
B、页面中图片太多
C、在程序处理表的时候检查字段太大多
D、实际测试时有些资源需要请求外网,而我们的测试环境是局域网环境
3 Error “http://172.17.7.230/Home.do....”
分析:
A、脚本设计错误,造成页面异常。服务器有响应!
B、并发数过大,造成服务器响应延迟。
4 Error page “text=xxxxx”
分析:
A、脚本设计问题,例如,前一脚本修改了某些内容,造成后面的脚本访问异常。
B、不确定因素,有时候回放正常的脚本,一放到场景中就出现这样的错误。只能反复修改脚本!
二.监控指标数据分析
1.Vusers数
Loadrunner系统设置的虚拟用户数目。Vuser去实际调用事先制作的脚本文件中的应用。
每个Vuser产生响应的操作,所有的操作对服务器形成并发。
在实际测试中,Vusers可以根据实际情况的需要,在测试过程中增加或者减少。
2.最大并发用户数:
在方案运行中,如果出现了大批用户的业务操作失败,或出现了服务器shutdown的情况,则说明在当前环境下,系统承受不了当前并发用户的负载压力,那么最大并发用户数就是前一个没有出现这种现象的并发用户数。
3.业务操作响应时间:
使用“事务性能摘要”图,可以确定在方案执行期间响应时间过长的事务。
分析事务的响应情况,要每次详细分析,目前还只能观察到响应时间过长的事务!
4.每秒点击数
负载测试期间每秒内Vuser在Web服务器上点击的次数。可根据点击次数来估算Vuser生成的负载数。
5.吞吐量
负载测试期间Web服务器上的吞吐量(字节)。吞吐量表示在任何指定秒内Vuser从服务器接收到的数据量。
6.下载组件大小
每个页面的组件大小,且包括组件的标头的大小!
页面组件大小的分析表格比较复杂,实际分析中可以通过loadrunner的报告分析工具来分析。页面组件大小分析主要是找到页面中比较庞大的组件,如果其影响到了页面的下载速度,则要想办法将其改小!
7.Apache资源
显示APACHE web服务器上的资源摘要,以并发点击数为主。
三.服务器资源监控指标:
(目前通过top监察)
内存:
Linux资源监控中指标内存页交换速率(Paging rate),如果该值偶尔走高,表明当时有线程竞争内存。如果持续很高,则内存可能是瓶颈。也可能是内存访问命中率低。
内存资源成为系统性能的瓶颈的征兆:
很高的换页率(high pageout rate);
进程进入不活动状态;
交换区所有磁盘的活动次数可高;
可高的全局系统CPU利用率;
内存不够出错(out of memory errors)
处理器:
Linux资源监控中指标CPU占用率持续超过80%(对该值的要求,根据具体应用和机器配置而要求不同,有资料表明95%),表明瓶颈是CPU。
CPU资源成为系统性能的瓶颈的征兆:
很慢的响应时间(slow response time)
CPU空闲时间为零(zero percent idle CPU)
过高的用户占用CPU时间(high percent user CPU)
过高的系统占用CPU时间(high percent system CPU)
长时间的有很长的运行进程队列(large run queue size sustained over time)
四.数据库服务器:
目前测试观察,当web服务器点击率增大时,观察mysql数据库的最大连接数,仍未超过系统设置的最大连接数,故暂未发现数据库的瓶颈!
收藏
举报
TAG: