LR压力测试结果分析探讨【转】

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！