也是单用户测试,测试环境确定以后,对业务模型中的重要业务做单独的测试,获取单用户运行时的各项性能指标,为多用户并发测试和综合场景测试等性能分析提供参考依据。
线程数:模拟5个用户并发
Ramp-Up Period时间(秒):1,就是在一秒内完成5个用户的并发
循环次数:5个用户在一秒并发的循环次数
按照实际API文档(接口文档)直接输入填写就是。
绿色说明请求通过;红色就表明请求失败
Thread Name: 线程组名称
Sample Start: 启动开始时间
Load time: 加载时长,这个时间是我们测试常用的时间,也是整个请求的消耗时间,从发送到接收完成全程消耗的时间
Latency: 等待时长,不常用,表示从请求发送到刚开始接收响应时的时间
Size in bytes: 发送的数据总大小
Headers size in bytes: 发送头大小
Body size in bytes: 发送数据的其余部分大小
Sample Count: 发送请求数统计
Error Count: 交互错误统计
Response code: 返回码
Response message: 返回信息
Response headers: 返回的头部信息
**HTTPSampleResult:**其它附加的请求信息
**Label:**就是请求名称
**#样本:**总线程数,值 = 线程数 * 循环次数
**平均值:**单个请求的平均响应时间,值 = 总运行时间 / 发送到服务器的总请求数,截图中的值是这么计算出来的
*中位数、90%百分比、95%百分比、99%百分比:*分别代表50%的用户响应时间、90%的用户响应时间、95%的用户响应时间、99%的用户响应时间,也就是有百分之多少的请求小于这个值。其中,90%百分比是性能测试中比较重要的一个衡量指标。
**最小值:**最小响应时间
**最大值:**最大响应时间
**异常%:**错误率,发生错误的请求 / 总请求数
**吞吐量:**表示每秒完成的请求数。我们重新跑任务来演示吞吐量是怎么计算出来的
主要指当测试多用户并发访问同一个应用、模块、数据时是否产生隐藏的并发问题,如内存泄漏、线程锁、资源争用问题,几乎所有的性能测试都会涉及并发测试。
是多用户执行某一操作,形成瞬时压力(精确到毫秒),是一种严格的测试,主要考察系统对瞬时较大压力的承受能力。
用例:模拟20个用户在2秒内并发
通过结果树可以看到,请求是批量执行的
开始执行的脚本,观察请求的增加数量趋势
对比请求的发送时间
又称为强度测试:是在强负载(大数据量、大量并发用户等)下的测试,查看应用系统在峰值使用情况下操作行为,从而有效地发现系统的某项功能隐患、系统是否具有良好的容错能力和可恢复能力。
压力测试分为高负载下的长时间(如24小时以上)的稳定性压力测试和极限负载情况下导致系统崩溃的破坏性压力测试。
一直重复长时间给系统极限压力,看系统是否能承受。
作者:韦爵社
原文链接:https://blog.csdn.net/aa122509969/article/details/123660663