性能测试浅谈(3)

　　按照上面的几个步骤来想一想吧，这里只简单写几点。

　　第一步，测试确认。海量并发，数据也应该是海量的，但基本都是简单查询，没有复杂的统计，所以主要困难还是在海量并发事务的处理上。中间件、数据库上都会承受巨大压力。此类高并发系统还需要对一些功能特别注意，比如一个车次有10张票，5个人同时购票，如何处理?如果是12个人同时点购票，又是如何处理?

　　第二步，通过标准。无非是系统能够满足多少人同时在线，一分钟内能处理多少订单，用户最大等待时间是几分钟。注意这个标准一定要是经过各方面确认过实际可行的啊，定一个订单响应时间不超过5秒有意义么?确认了以后，就要按着这个目标来设计测试和执行。

　　另一个需要注意的问题，按照预期的压力测试通过了以后，是不是就高枕无忧了?答案是否定的，因为很可能这个预期或者标准是不合理的，这个是非常可能的，只有长期的数据积累，才会一点点走向精确。想想奥运订票系统，开通后短短五分钟，网站就瘫痪了，你们以为这种系统没有经过专业的性能测试么?据我所知，奥运订票系统性能测试时制定的标准是每分钟处理四百万访问(具体数据记不住了，就假设是这个数吧)，出事后的检查发现，每分钟的访问量超过了八百万。这种事故责任在谁呢?测试机构敢拍胸脯保证，每分钟处理四百万就是没问题的。而奥组委自己设定的每分钟四百万目标，和实际出现偏差也是正常的，毕竟这种系统是第一次上线。最后的处理方法就是，压力达到了预期最大值以后，再后来的访问就被排队了。好好体会这个案例吧，会有收获的。

　　第三步，测试设计。设计用户模型，设计测试场景，设计测试用例。一个典型的用户是如何使用系统的?登录、查询车次余票、订票、付款，这是理想化的情况。实际更可能是这样的，登录(一次登不进去，重复多次)、查询A车次(未到放票时间、不断重试，时间到无票)、查询B车次(无票)、查询C车次(有票)、订票、付款、查询订单。两种交互方式对系统产生的压力，差别是很大的。

　　将多个用户行动整合到一起，也就是用户模型，或者叫系统使用模型，是压力场景设计的依据。假设系统一天的访问量是一万个用户，这一万访问量是在24小时内平均分布的，还是分布在8小时内，还是在某一时间点上集中访问?这些具体到用例中也就是虚拟用户的加载策略，直接决定了压力的大小。

　　除了这个压力场景，针对此系统还需要进行绝对并发测试，参考第一步的分析。

　　第四、五步针对大量用户的并发进行一些预调优。就不细说了，准备环境、数据，按照第三步设计好的各个测试用例准备脚本、执行测试。

　　第六步，发现问题了怎么办?比如1000人的压力下，系统响应就比较慢了，查询车次需要1分钟，下订单需要2分钟，接下来要做什么?能把这些作为一个性能缺陷提起么?显然是不可以的，这只是通过你的压力测试场景产生的一个现象，可能是测试脚本有问题、也可能是测试环境有问题。作为一个性能测试人员，需要尽量深入的定位到问题产生的原因。就像这个响应慢，只是一个表面现象，慢在哪?是中间件还是数据库?一些简单的测试方法就可以进行判断，如在页面上进行一些数据库无关的操作，如果依然比较慢，说明在中间件上压力就已经比较大了。还可以部署另一套中间件测试环境，连接之前相同的数据库，在压力测试出现问题的同时，手动访问新部署的应用(只有一个用户)，如果同样很慢，那说明慢在了数据库端的处理上。还可以通过日志的方式更准确的进行判断，如应用日志和数据库SQL执行日志。总之方法是多种多样的，但目的只有一个，就是不断的排除无关部分、缩小问题范围。

　　定位到了中间件和数据库之一，然后又该怎么办?此时恐怕就需要一些相关方面的专业知识了，但其实最常见的还是那些。中间件相关的一般是线程池、JVM、数据库连接池等，数据库相关的有锁、缓存、IO(一般就是SQL语句的问题)等。要进行全面的监控和分析，再做一些合理的调优并重复测试。

　　问题定位到什么程度才行?我认为是要让人看了知道改哪就可以了。比如提一个“这个SQL语句进行了大量的物理IO，性能不好”，这就不是个好问题，物理IO是什么?怎么改?如果这么说就好多了“这个SQL语句没有使用索引，导致了全表扫描，进行了大量的物理IO，性能不好。如果要避免全表扫描，需要调整SQL语句或者添加XX索引”，这才是定位问题。

原文转自：http://www.uml.org.cn/Test/201306064.asp