效能測試基礎(四)吞吐量
我們每天的生活中都在用水用電,如果我們把水龍頭擰到最大,還是一滴水不出。那我們就會找物業/房東去詢問情況,但一般不會想過去找自來水公司解決。我們每天都會上網,看電影很卡,需要等很久才緩衝一個幾幀;開啟網頁很慢,IE狀態條一直50%,那我們就會找電信伺服器商,而不是某視訊網站的客服。
以上的情況是正常的,這是生活常識。我想說明的是,你可能從來不關心一個自來水廠供應多少水,但供應多少水對一個自來廠來說卻非常重要。你也可能從來不關心一個系統的吞吐量,但吞吐量對一個系統來說卻非常重要。
吞吐量
指在一次效能測試過程中網路上傳輸的資料量的總和。
對於互動式應用來說,吞吐量指標反映的是伺服器承受的壓力,在容量規劃的測試中,吞吐量是一個重點關注的指標,因為它能夠說明系統級別的負載能力,另外,在效能調優過程中,吞吐量指標也有重要的價值。如一個大型工廠,他們的生產效率與生產速度很快,一天生產10W噸的貨物,結果工廠的運輸能力不行,就兩輛小型三輪車一天拉2噸的貨物,比喻有些誇張,但我想說明的是這個運輸能力是整個系統的瓶頸。
但是,用吞吐量來衡量一個系統的輸出能力是極其不準確的,用個最簡單的例子說明,一個水龍頭開24小時,流出10噸水;10個水龍頭開1秒鐘,流出0.1噸水。當然是一個水龍頭的吞吐量大。你能說1個水龍頭的出水能力遠超10個水龍頭?所以,我們要加單位時間的限制,每秒/出水量,這就引出了一個新的概念–吞吐率。
吞吐率
單位時間內網路上傳輸的資料量,也可以指單位時間內處理客戶請求數量。它是衡量網路效能的重要指標,通常情況下,吞吐率用“位元組數/秒”來衡量,當然,你可以用“請求數/秒”和“頁面數/秒”來衡量。其實,不管是一個請求還是一個頁面,它的本質都是在網路上傳輸的資料,那麼來表示資料的單位就是位元組數。
但是從業務的角度看,吞吐率也可以用“業務數/小時”、“訪問人數/小時”、“頁面訪問量/小時”來衡量。例如,在銀行卡審批系統中,可以用“千件/小時”來衡量系統的業務處理能力。那麼,從使用者的角度,一個表單提交可以得到一次審批。這又引出來一個概念—事務。
事務
就是使用者某一步或幾步操作的集合。不過,我們要保證它有一個完整意義。比如使用者對某一個頁面的一次請求,對某系統的一次登入,對商品的一次確認支付過程。這些我們都可以看作一個事務。那麼如何衡量伺服器對事務的處理能力。又引出一個概念----TPS
TPS (Transaction Per second)
每秒鐘系統能夠處理事務或交易的數量,它是衡量系統處理能力的重要指標。
點選率(Hit Per Second)
點選率可以看做是TPS的一種特定情況。點選率更能體現使用者端對伺服器的壓力。TPS更能體現伺服器對客戶請求的處理能力。
每秒鐘使用者向Web伺服器提交的HTTP請求數。這個指標是Web 應用特有的一個指標;Web應用是“請求—響應”模式,使用者發一個申請,伺服器就要處理一次,所以點選是Web應用能夠處理的交易的最小單位。如果把每次點選定義為一個交易,點選率和TPS就是一個概念。容易看出,點選率越大。對伺服器的壓力也越大,點選率只是一個效能參考指標,重要的是分析點選時產生的影響。
需要注意的是,這裡的點選不能簡單的看作滑鼠的一次“單擊”操作,也許一次“單擊”操作中,客戶端可能向伺服器發現多個HTTP請求。
吞吐量指標的作用:
再次將話題迴歸到吞吐量上,在我們的效能測試中檢視吞吐量對我們的測試有什麼意義呢。
-
用於協助設計效能測試場景,以及衡量效能測試場景是否達到了預期的設計目標:在設計效能測試場景時,吞吐量可被用於協助設計效能測試場景,根據估算的吞吐量資料,可以對應到測試場景的事務發生頻率,事務發生次數等;另外,在測試完成後,根據實際的吞吐量可以衡量測試是否達到了預期的目標。
-
用於協助分析效能瓶頸:吞吐量的限制是效能瓶頸的一種重要表現形式,因此,有針對性地對吞吐量設計測試,可以協助儘快定位到效能瓶頸的所在位置。
擴充套件:
RBI(rapid bottleneck identify)
是Empirix公司提出的快速識別系統效能瓶頸的方法。該方法基於以下事實。
1. 發現的80%系統的效能瓶頸都由吞吐量制約;
2. 併發使用者數和吞吐量瓶頸之間存在一定的關聯;
3. 採用吞吐量測試可以更快速定位問題。
通過不斷增加併發使用者數和吞吐量觀察系統的效能瓶頸。然後,從網路、資料庫、應用伺服器和程式碼本身4個環節確定系統的的效能瓶頸。
相關文章
- 測試基礎(四)Jmeter基礎使用JMeter
- 『動善時』JMeter基礎 — 60、固定吞吐量測試JMeter
- 效能測試基礎知識體系
- [效能測試] locust學習-基礎篇
- 【效能調優】效能測試、分析與調優基礎
- Linux基礎命令---ab測試apache效能LinuxApache
- 效能測試必備基礎知識(二)
- 軟體效能測試基礎知識分享
- 軟體測試學習教程—軟體測試基礎理論四
- 效能測試總結(一)---基礎理論篇
- Django基礎四之測試環境和ORM查詢DjangoORM
- MYSQL 效能測試方法 - 基準測試(benchmarking)MySql
- Web測試基礎-Html基礎知識WebHTML
- 軟體測試基礎
- 單元測試基礎
- laravel 基礎教程 —— 測試Laravel
- 一、介面測試基礎
- 一、測試基礎(3)
- 軟體測試基礎 (一): 單元測試
- 軟體測試基礎 (一):單元測試
- 物理滲透測試基礎
- 【1】測試基礎知識
- postgresql:pgbench基準效能測試SQL
- 移動 APP 測試之基礎功能測試流程APP
- 系統吞吐量(TPS)、使用者併發量、效能測試概念和公式公式
- Golang 網路庫併發吞吐量測試Golang
- 軟體測試黑馬工程師--測試基礎工程師
- 移動端測試入門系列:測試基礎理論 (二) 之 缺陷 (BUG)[第四期]
- Kafka 入門(四)-- Python Kafka Client 效能測試KafkaPythonclient
- 內網滲透測試基礎內網
- 軟體測試基礎知識
- 介面測試--基礎小知識
- 滲透測試(PenTest)基礎指南
- 全棧必備 測試基礎全棧
- Javascript單元測試的基礎JavaScript
- 軟體測試基礎理論
- 介面測試之基礎知識
- 基於jmeter的效能全流程測試JMeter