例1: 这是一个会议系统, 面向市场推广活动, 看到广告的人, 都可能会来参加该会议, 但是会议支持人数的上限 1000.
从每小时访问量, 再根据业务逻辑, 推算各典型业务可能的压力. 推算出性能测试指标.
大量用户可能因为广告效应, 访问量比较大, 估计高峰时段, 每小时访问量: 2W ~ 5 W, 以 2w 为例。毛估:
30% 会直接离开
70% 会逗留 - 其中40% 浏览页面(8000左右),10%(2000 左右) 加入/离开会议, 5%(1000 ) 填写登记表 , 5%(1000) 填写调查表, 0.1 %(20) 安排会议。
因此典型业务的大概估计是:
关键页面: 每小时 8000, 每秒 2 page 左右. 首页加上进来马上离开的人,每秒最多 10 page. 模拟并发时, 并发用户之间时延 100 ms – 500ms的高斯时间. 操作动作时延以实际录制时延为准。
登陆: 包含加入会议有个对登记者的验证过程, 估计最大并发数在每秒10 个以内.
安排会议: 安排会议的并发量应该会非常少,估计最大并发数在每秒5 个以内.
加入会议: 通常我们一个会议人数限制在1000 人, 由于我们通常提早15分钟通知, 估计加入峰值在15 分钟内。 最多15 分钟(900s) 加入 1000 人。 最多每秒加 2 个人。并发用户时延可考虑在 100ms - 500ms 。
离开会议: 离开会议会产生高峰, 1000 人估计会在2 分钟内退出, 退出后的调查页面估计有20% 会在2 分钟内同时提交。 退出返回页面要求支持瞬间每秒 10 个并发。 调查页面支持每秒 10 并发.
根据以上分析,系统对并发量要求很低! 所以并发上几乎没有问题。 关键参数是响应时间和出错率。 我们需要类比在用户典型行为下的响应时间和出错率!比较同类网站的响应时间.
QA 的测试重点就是:
1. 关键模块的单独压力测试(没有时延), 先保证不存在代码错误问题。
2. 典型用户行为的测试,重点关注响应时间和出错率。 实现性能优化.
3. 典型用户行为下的稳定性测试
4. 比较同类网站的响应时间.