压测流程

一、性能场景分析与创建

• 压测场景

  • 业务峰值稳定性：大促业务等峰值业务稳定性考验
  • 新系统上线：准确探知站点能力，防止系统一上线即被用户流量打垮
  • 技术升级验证：大的技术架构升级后进行性能评估，验证新技术场景的站点性能状态
  • 容量规划：对站点进行精细化的熔炼规划，为系统扩容，性能优化提供数据参考，节省成本投入，提高资源利用率
  • 性能探测：探测系统中的性能瓶颈点，进行针对性优化

• 压测策略（方法）

  • 负载测试：系统在不同负载下的性能表现，发现系统性能的拐点，从而找出系统最佳性能
    
  • 压力测试：评估系统处于或超过瓶颈时，系统的运行状况，关注点在于系统峰值负载或超出最大载荷情况下的处理能力，同时需要关注负载减小后，系统的恢复能力
    
  • 基准测试：通过基准测试建立一个已知的性能水平（称为基准线），当系统的软硬件发生变化后再进行一次基准测试，确定变化对性能的影响
  • 配置测试：不断调整系统软硬件各种配置，使得系统性能达到最优
  • 稳定性测试：在特定的负载（略高于正常负载）下，持续施压，验证系统能否长期稳定运行

• 系统架构梳理（分析潜在风险点）
  技术架构，分层机构，模块划分，数据库、缓存、消息队列等中间件的使用
  

• 压什么？

  • 关键业务的接口：根据业务确定
  • 访问量的的接口：可以找开发提供接口访问排行榜，前20-30个

• 压测方案编写

  • 背景和目的
  • 业务和技术指标
  • 涉及范围和链路：需要和相关的团队一一对其
  • 压测实施里程碑：每轮压测的目标和要做的事情
  • 压测任务及进度：整体的压测任务拆分以及当前进度，提前评估风险
  • 压测模型和策略：类似于功能测试过程中的用例评审，查漏补缺的过程

二、压测脚本编写及调试

• 编写
  一定要写响应断言

• 调试

  • 查看结果树
  • 调试取样器
  • JMeter日志
  • 用表格查看结果
  • charles或fiddler

三、脚本执行

• JMeter单机压测
  Jmeter是纯Java应用，对CPU和内存的消耗较大。在大量并发情况下，容易发生CPU和内存溢出的问题。因此，建议单台机器的线程数不要超过500个，以保持较好的性能和稳定性‌。
• JMeter分布式压测
  
• 空接口压测

四、指标监控

• 业务指标：如并发用户数、TPS（系统每秒处理事务数）、成功率、响应时间
• 硬件指标：如CPU、内存、磁盘、网络I/O的使用率
• 软件指标：线程池、JDBC连接池、JVM（GC/FULL GC/堆大小）、慢SQL、等待/死锁、缓存命中

五、定位瓶颈

• 确保压测流量完全打到服务

  • 网络层带宽
  • ip地址限流
  • slb自动伸缩失败
  • Nginx负载均衡失败/Nginx机器性能受限
  • 限流熔断降级
  • 施压机器性能瓶颈

• 如果是某个硬件指标的问题，需要深入分析

  • CPU高: 使用top查看占用资源最高的进程、根具PID查询占用最高的线程，如果是java可以用jstack查看线程正在执行的堆栈
  • 内存高：查看哪个进程占用内存多，以及是否有大量的虚拟内存交换（swap）
  • 磁盘I/O高：通过减少日志输出、异步
  • 网络I/O：查看传输内容大小，可以通过压缩传输内容、在本地设置缓存、分多次传输等降低网络的压力

• 如果是中间件的问题，需要深入分析

  • 线程池不够：增加线程，并弄清楚为什么线程阻塞
  • JDBC连接池：增加连接数，并弄清楚连接未释放的原因

• 如果是数据库的问题----80%
  查看慢sql，所引命中率，锁等

• 如果上述指标正常可以考虑缓存、逻辑、算法等的问题

六、性能调优

• 性能调优后必须进行功能回归测试
• 缓存
• 异步
• 预先处理
  • web标准提供了至少两种提前加载方式：preload、prefetch
  • 预加载
• 时空转换
  • 时间换空间：数据放到磁盘、需要时再读取
  • 空间换时间：数据放到内存、cdn

七、输出测试报告