博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
性能测试场景设计之容量测试场景设计
阅读量:5825 次
发布时间:2019-06-18

本文共 839 字,大约阅读时间需要 2 分钟。

目前仅限于容量测试场景设计。

1.  设计过程

场景模型的设计过程其实就是根据预期目标TPS和测试模型计算出每一只交易的并发用户数和迭代间隔时间。选择固定间隔时间方式,详细方法请看7.3节中的Pacing选项的说明,不同的预期目标TPS将会得到不同的并发用户数和间隔时间。

首先,假定一个总的目标TPS,然后通过测试模型中每只交易的交易占比,计算出每只交易的目标TPS,然后预估每只交易目标并发用户数,但需要满足两个原则:

1、保证每只交易至少1个用户,

2、交易目标并发用户数与交易目标TPS的比值大于参考响应时间(前一个预期目标场景的ART结果)

具体原型请看下面的公式:

其中:“固定间隔时间”即为用户在每个固定间隔时间内进行发送请求;推荐均使用固定间隔时间来代替以前添加延时的策略,这个间隔时间在LoadRunner Controller工具中的表示和体现,请看如下图示:

采用上述标准流程进行场景设计:

  • 保证场景均按照测试模型来配比,保证各系统、同一系统在不同时间进行的性能测试压力是在基本统一的标准下进行的。
  • 拐点能更快更容易定位

当目标TPS与实际测试出的TPS出现较大背离时,如果非某只交易影响,则说明拐点出现;否则表明某只交易的目标TPS没有达到其目标TPS,可能此交易有问题。

2. 实例展示

我们通过具体实例来讲解,总目标TPS=100笔/秒的容量场景模型,如下表格:

交易名称

交易占比

交易目标TPS(笔/秒)

参考响应时间(秒)

目标用户数

间隔时间

A

20%

20

0.45

10

0.50

B

10%

10

0.28

3

0.30

C

5%

5

0.36

2

0.40

D

20%

20

0.22

5

0.25

E

25%

25

0.56

14

0.56

F

8%

8

0.26

3

0.38

G

12%

12

0.27

4

0.33

转载于:https://www.cnblogs.com/zwh-Seeking/p/10830104.html

你可能感兴趣的文章
Linux中rc的含义
查看>>
曾鸣:区块链的春天还没有到来| 阿里内部干货
查看>>
如何通过Dataworks禁止MaxCompute 子账号跨Project访问
查看>>
js之无缝滚动
查看>>
Django 多表联合查询
查看>>
logging模块学习:basicConfig配置文件
查看>>
Golang 使用 Beego 与 Mgo 开发的示例程序
查看>>
+++++++子域授权与编译安装(一)
查看>>
asp.net怎样在URL中使用中文、空格、特殊字符
查看>>
路由器发布服务器
查看>>
实现跨交换机VLAN间的通信
查看>>
jquery中的data-icon和data-role
查看>>
python例子
查看>>
环境变量(总结)
查看>>
ios之UILabel
查看>>
Java基础之String,StringBuilder,StringBuffer
查看>>
1月9日学习内容整理:爬虫基本原理
查看>>
安卓中数据库的搭建与使用
查看>>
AT3908 Two Integers
查看>>
渐变色文字
查看>>