PV->TPS转换模型
由上一篇“性能测试学习之二 ——性能测试模型(PV计算模型)“ 得知
TPS = ( (80%*总PV)/(24*60*60*(T/24)))/服务器数量
转换需要注意:
1.性能测试脚本中,只保留与性能点相关的内容,异步处理的,保留多个请求; 2.在执行场景中,不模拟浏览器缓存,确保每次请求都到达应用服务器; 3.在执行场景中,每次迭代,都模拟一个新用户,而且清除用户缓存信息,确保每个用户每次发送请求都是全新的。
TPS波动模型
TPS表现轨迹可以总结为两大类:
1. TPS有明显的大幅波动,不稳定。例如TPS轨迹缓慢下降,缓慢上升后骤降,呈瀑布型,呈矩形,分时间段有规律的波动,无规律的波动等。这些TPS的波动轨迹反映出被测试的性能点存在性能瓶颈,需要性能测试工程师与开发工程师查找性能瓶颈的原因。
2. TPS轨迹比较平稳,但是也存在波动现象。该类波动不明显,很难直接确定是否存在性能瓶颈。
对于第二类,判断其波动的范围:
Loadrunner TPS分析图中涉及到了4个重要的参数,最大值、平均值、最小值和标准差值;
平均值和标准差是衡量TPS是否稳定的重要因子。
TPS平均值是在场景执行过程中,被测系统在指定时间段内的平均每秒处理的事务数量 TPS标准差是根据数理统计的概念得来,反映被测系统的波动情况,标准差越小,说明波动越小,系统越稳定 (标准差=方差的算术平方根 方差s^2=[(x1-x)^2+(x2-x)^2+......(xn-x)^2]/n (x为平均数), 也就是说对于一组数值与平均数分散开的程度,越分散表示与平均数相差越大,标准差越大)
t (TPS波动范围) = TPS标准差/TPS平均值×100%
可接受波动范围 接口: 5%+/-3% Web: 4%+/-2%