性能测试步骤（一）——熟悉应用
这是整个性能过程最关键的步骤之一，毋庸质疑。
我们必须了解：应用的架构
以我熟悉的应用类型为例。了解了应用架构，我们才能知道，我们需要模拟的是：一般的html静态文件请求、一般的servlet和jsp请求、AJAX请求、还是远程调用请求等。
我们必须了解：应用的功能逻辑
性能测试步骤（二）——测试需求
我们得到的测试需求往往是这么描述的：这个系统能否支撑100万的uv（每天登录系统的人次）。
言下之意是：按照目前的硬件性能和数量，系统能否支撑100万的uv。
然而，我们了解的是吞吐量、响应时间等指标
吞吐量：系统每秒能处理的请求数，这个指标从服务器的视角，表征系统容量
响应时间：从请求发出到第一个字节返回所需要的时间，这个指标从用户的视角，表征系统响应速度。
那么，请问开发同事：能把测试需求转化成我们熟悉的吞吐量和响应时间吗？
......
答案常常是否定的
怎么办：只能由我们根据经验，把100万uv转化成一系列的指标。
响应时间：根据国外的一些资料，一般操作的响应时间不能高于3~5秒；重要操作，如结账操作的响应时间不能高于15秒。
吞吐量：可以根据已经上线的类似产品进行估计。或者，采用80/20原则进行估计。我们经常使用的是80/20原则。
虽然已经有了响应时间和吞吐量指标，但是测试需求还是不明确的。
我们的测试目的是什么？
是验证当前硬件和软件配置能否支撑100万uv？是测试当前的硬件和软件配置最多能支撑多少uv?是帮助开发寻找性能瓶颈？
答案往往是：都要！
根据我们的经验，开发的需求往往是这样的（当然开发一般不会说得那么详细，^_^）：
首先，请你们验证能否支撑100万uv。如果不能支撑，请找一下性能瓶颈。主要性能瓶颈解决后，请估计能支撑多少uv，如果不到100w，请估计要加多少机器。如果能支撑100万，请再加压，看看达到300万uv的时候，系统的性能。这么一细化，需求基本明确了。
性能测试步骤（三）——测试准备
测试准备包括测试客户端机器准备、测试数据准备、测试脚本准备。
客户端机器：要足够，否则，如果瓶颈在客户端，就无法评估服务端。要和服务器保持网络通畅，否则，如果瓶颈在网络，也无法评估服务端。包括：网络带宽要高于服务器吞吐量、网络带宽要稳定。
测试数据
如果被测功能涉及数据库和高速缓存，通常需要预设很大的数据量才能凸显性能瓶颈，这通常是挺困难的一个环节。
如果是已经上线的应用，数据可以从线上拷贝得到；如果还没有上线，那需要构造类似于线上的数据量。
比如，要测试群聊性能，我们首先需要注册大量用户；然后把测试用户都加入到聊天群中。
测试数据准备的脚本，有时候比测试脚本本身还要多。
对于实在没有办法构造大数据量的情况，如果要测试高速缓存，我们有时候会按数据量的比例减少高速缓存，以使测试结果尽量准确。
测试脚本
Grinder脚本用jython实现
测试脚本的实现往往会花费比较长的时间
因为涉及到应用实现的细节，需要和开发不断交流才能完成。这也是需要了解应用架构的原因之一。
关于sleep time
基于真实模拟的考虑，sleep time还是尽量按照真实时间，并给一定的偏差。
不过对于测试客户端来说，sleep time往往会引起很多客户端测试线程的调度，浪费客户端系统资源。
Sleep time越小，客户端能模拟的吞吐量就越大，所以，实际测试中，我们往往会把sleep time设置为0 。
