前言：性能压测中我们需要明白以下几点

1、好的开始是成功的一半，前期的准备非常重要

2、过程中，关注每个细节，多个维度监控

3、在调优中多积累经验

4、对结果负责，测试报告要清晰易懂，追求数据的准确性

一、如何分析性能数据（测试结果）

答：主要从吞吐量，错误率，资源监控数据，比如一个接口的处理能力为100个/s，高于需求的期望值。错误率为0.001%，期望值为0.01%,最高cpu占用率不超70%。以上指标都符合期待值，那么通过提取这些关键数据就可以记录下来，作为测试的准出标准

二、如何快速定位到性能阈值eg:每秒处理事务数达到最理想的值，有没有什么技巧？

答：对于一个新的压测单元，建议先设置一个线程数较小的初始值，逐渐增加线程数来观察事务的处理能力的变化。直到达到性能拐点(处理能力下降，响应时间明显增加)

三、线程数是压的越多越好吗？压到多少线程合理？

答：线程数受压力产生机的CPU和内存影响较大，并且Jmeter是基于响应原理工作(一个线程在发出请求并得到应答后才会继续发出下一个请求。)举个例子，jmeter(单台)不能在服务器只能处理100个请求每秒的情况下，提供200QPS的压力，一般情况下建议不超过500，默认从100线程开始施压，根据实际处理能力来调整线程数大小

四、压测持续时间长短有什么区别？压测持续时间长，保证效果更接近期望值？设置压测时间较短时的目的是什么，为了测高并发？

答：这个问题好比一个问卷调差，你调查的范围越大，取样更广泛得出的结论才更接近平均值(统计年收入，结果只统计了张三跟马云)。一般情况下衡量单个接口的指标，时间不需要太长,因为涉及大量的数据读写操作，但至少不低于5分钟。如果能保证长时间运行稳定的情况下，取样时间可以相对减小

五、平均响应时间为什么越随着时间的增长，越来越长？除了队列阻塞，还有其他原因吗？

答：大多数情况下是服务端的处理能力下降导致，在较大压力下,CPU和内存资源长时间被占用无法释放

六、性能测试通常需要反复测试几轮才能达到预期的结果，有没有硬性标准？

答：完成变更(优化)后计划所列出的各项测试内容；测试结果稳定，数值无较大浮动（一般适用于最后一轮，已无优化空间）

七、测试环境是否存在网络瓶颈如何确认？

答：一般情况下需要压测机和服务器在同一局域网内，走内网带宽，如果走外网很容易达到网络瓶颈。

a.找运维人员或机器所属负责人进行确认。

b.直接复制文件传输到另一台服务器查看网速是否达到内网带宽上限

（scp-r-P端口号root@123.123.123.123：/root/

如内网带宽为100M时，可传输的最大网速为12M/s左右。

如传输速率只是2M/s以下可能不在同一网段，一般也满足不了压测传输对网速的要求）

八、我们怎么选择性能压测工具

【Loadrunner】

商用，支持各种协议，例如http，tcp，ftp等

支持多种并发模型，C脚本本身性能较高

臃肿，麻烦

【Jmeter】

开源、使用方便

基于Java，可扩展，支持模型较单一。本身性能受限于同步等待以及java本身

比较灵活，可以自己编写符合自己要求的脚本，二次开发更适合我们服务端测试

【其他】

Apachebench：工具小巧简单，上手学习较快

Wrk：性能超级强，某些bench测试使用(https://github.com/wg/wrk)

Grinderpython

还有很多

作者：Detail-L

原文链接：https://wenliang.blog.csdn.net/article/details/106145877