效能測試：不再像功能測試一樣單純的找 Bug，而是去找效能指標。
轉變思維：
在做功能測試、自動化測試時，我們基本都是依託介面進行測試，也稱 GUI 測試，我們的目的就是為了跑通功能、程式，併成功找到 Bug。
但在做效能測試時，我們大部分是 headless 模式（所謂的：無頭，無介面模式），目的不再是單純的為了找到Bug，而是要分析效能指標等。
效能測試的時間一般會比自動化、功能測試長，為啥？
因為效能測試的步驟跟自動化、功能測試的步驟不一樣，比如說前期的準備（瞭解系統，環境搭建），後期的壓力測試（7*24）等等。
效能測試一定要工具，手工不行嗎？
效能測試是模擬系統在被很多很多使用者同時使用時，系統能不能正常使用和提供服務。
重點：很多很多使用者
功能測試：一個人點點點就知道功能通不通，有沒有 Bug 了
效能測試：用手工的話，可以模擬幾個、十幾個使用者，但是當需要模擬成千上萬個使用者時，手工又怎麼模擬資料量多的場景呢？
工具可以模擬大資料量的場景，可以做到人做不到的事情。
大資料量測試時效能測試嗎？
大資料量測試
簡單理解：一個介面返回的資料比較多（假設：不使用分頁，把所有資料同時返回）
結論：
返回大資料量的介面的響應時間會變長
這麼大的資料量，需要考慮：網路傳輸資料、伺服器查詢這些資料、伺服器處理這些資料等等分別需要多少時間。
這已經跟響應時間掛鉤，所以已經資料效能測試的範圍，但不歸納於效能分析範圍。
大資料測試是效能測試嗎？
大資料測試的功能屬於功能測試。
效能測試過程發現問題需要立即提交嗎？
在效能測試過程中發現一些問題，假設定位到某一段程式碼有問題，可以截圖提交 Bug 給開發，但這並不是效能測試的最終目的，最終目的是找出效能指標。
有哪些效能指標？
比如說響應時間：10個人，100個人，1000個人，10000個人向伺服器發起請求，伺服器響應請求的平均響應時間是多少
比如說 TPS：伺服器在當前的配置下，不同使用者數發起請求，伺服器的 TPS 處理能力是多少
效能測試中發現的 Bug：
效能測試過程中發現的 Bug 屬於一個衍生品，並不是最終得到的結果。
但像功能測試，最終目的就是為了找出 Bug。
總結：
做效能測試，當資料量變大後會出現連線超時、連線拒絕、500、502等異常問題；在效能測試中，這些異常問題基本都會出現的，但不會去立即提 Bug。
對於效能測試工程師，我們要做的是分析為什麼在當前資料量下會出現連線超時、連線拒絕，響應時間超時、伺服器異常等異常問題。
這就需要我們去分析效能瓶頸，並不會單獨去看某個異常問題出現在哪裡，而是分析為什麼會出現這個異常問題，分析的伺服器或者是程式碼，而不是讓開發人員馬上來修復這些異常問題。
我們常說的壓測是指壓力測試嗎？
並不是，而是指負載測試，一般是為了找出系統的最大負載量。
舉例：你去壓測下，看看系統能支撐多少使用者同時訪問我們的系統。
什麼是效能測試？
狹義理解：透過工具，找出或獲得系統在不同工況下的效能指標。
效能測試過程中，重點是找出效能指標，而不再是找出 Bug。
效能測試的產出絕對不只是 Bug。
場景類比：
跑步 100 米用時多少？運動員心跳、步伐頻率是多少？
1.跑步100米：業務場景
2.用時多少：響應時間
3.運動員的心跳、步伐：效能指標值
效能指標值和響應時間是否滿足當前業務場景的最低要求（合格線）
什麼時候能找出效能指標值
假設當前有一個業務：電商系統下單業務，目前還不知道系統支援多少人同時下單，那麼我們需要找到伺服器能正常支援多少人同時下單。
效能測試初始階段（第一次做）：
先把基礎的效能指標值找出來（第一次效能測試也叫基準測試）
比如：100個人同時下單系統正常，但120個人同時下單就會出現部分請求的響應時間超長，連線異常。
那麼100-120範圍內的某個值就是當前伺服器能達到的效能指標值（基準值）。
版本迭代，進行第二次做效能測試，重新跑一遍之前的效能指令碼
又會得到一些效能指標值，對比上個版本的效能指標值，看是否有最佳化（效能變化）。
假設這個時候120個人同時下單是正常的，150個人才有異常，那麼介面已經有最佳化了。
假設公司是從 0 開始做效能測試
第一階段：做好效能測試，得到效能指標值。
第二階段：假設效能比之前差，哪些效能指標值不滿足預期值，就需要分析是哪裡有問題。
廣義理解：
只要與伺服器效能指標相關的測試都屬於效能測試
比如：響應時間、併發使用者數、伺服器處理能力、吞吐量等效能指標。
負載測試、壓力測試、容量測試、可靠性測試都屬於效能測試。
通常嘴巴上說的做效能測試就是廣義的效能測試，它包括了很多內容，並不只是針對某一個測試型別。
官方解釋：
（1）效能測試針對系統的效能指標，建立效能測試模型。
（2）制定效能測試方案。
（3）制定監控策略。
（4）在場景條件下執行效能場景。
（5）分析判斷效能瓶頸並調優。
（6）最終得出效能結果來評估系統的效能指標是否滿足既定值。
什麼是負載測試？
概念：
逐步增加系統負載，測試系統效能變化，並最終確定系統所能承受的最大負載量。
通俗理解：看看你幾斤幾兩
如何增加負載：
透過增加“使用者數”，就是常說的併發數
場景類比：
天平秤稱東西時需要逐步增加砝碼，最終達到砝碼和物品重量的平衡點，因為它不可能一下子就達到平衡點【好比不可能一下子找到系統能承受的最大負載量】。
· 秤東西：業務場景
· 加砝碼：逐步加壓
· 達到平衡點：找到最大負載量
實際場景：
· 有一個業務，增加到40個人時，伺服器還能正常使用，沒有異常
· 當你增加到 50 個人時，伺服器已經開始有異常了，那麼就能確定 40-50 之間某個值就是系統所能承受的最大負載量。【出現效能拐點，找到了伺服器效能瓶頸的範圍值】
· 最後減小壓梯度（比如：從40個人開始每次增加1個人、2個人），確認最大負載量。【確認效能拐點】
伺服器又有哪些可能會出現的異常呢？
（1）響應時間超長：正常伺服器處理請求時間是 1s，但現在變成 3s - 5s。
（2）服務報錯：無法同時正常響應多個請求。
（3）伺服器當機：系統完全用不了
什麼是壓力測試？
概念：
在較大的效能壓力下，持續執行一個比較長的時間，看看系統服務是否正常及系統資源的利用率情況。
通俗理解：壓力山大
關鍵字：較大壓力 + 較長時間
注意：不是滿負荷壓力
壓力測試用來幹嘛的：測試系統的穩定性
類比：工作壓力大，你還能堅持下去（那穩定性肯定好吧），那如果你很快就離職了（那穩定性肯定差，都當機罷工了）
什麼情況下會做壓力測試：
生產環境下，系統隔三差五的出現不穩定的情況。這個時候，就需要透過壓力測試去測試系統的穩定情況。
啥情況算不穩定？穩定性差？
服務異常：響應錯誤、響應時間超時等。
伺服器出現異常：當機
怎麼分析是服務異常還是伺服器異常：
如果所有請求都是一片紅，應用程式傳送的所有請求都報紅，就是伺服器出現了異常。
如果有些請求偶爾成功響應，偶爾又失敗，則是服務異常，出現不穩定的情況。
如何取壓力值：
在負載測試中，我們確認了系統所能承受的最大負載量
壓力值 < 最大負載量，一般取 80% 左右
靈魂拷問：
負載測試一般時間比較短，壓力測試時間比較長，持續執行時間短就能正常使用，但持續執行時間長就可能崩掉了，這是什麼原因呢？
場景類比：
例子一：電腦保持開機狀態很長時間，會逐漸變卡，因為記憶體的東西會越來越多，得不到有效的回收就會越來越卡。
例子二：當你經常工作壓力大，且你的心理所能承受的壓力逐漸達到最大值時，你就可能會選擇離職。
總結：壓力測試長時間執行，可能會逐漸增加系統的記憶體佔用空間，若得不到有效的記憶體回收，當達到記憶體最大值時，系統就會崩掉。
壓力測試持續執行時間要多久？
標準效能測試裡面，一般是 7 * 24 小時，或者是它的倍數，但是實際工作中並不會這麼久，否則成本太高。所以會以小時為單位，比如：4小時、8小時...晚上下班後做，第二天上班看結果。
先負載測試還是壓力測試？
先負載測試，負載測試可以找到伺服器效能瓶頸的範圍值，若生產環境中系統穩定性較差，再做壓力測試。
什麼是可靠性測試？
概念：
在給定的一定的業務壓力下，持續執行一段時間，檢視系統是否穩定。
關鍵字：是否穩定，一定業務壓力
注意：不是較大壓力
業務場景例子：
電商秒殺場景，幾十個商品幾十萬人同時秒殺搶購
如何理解可靠性測試：
（1）編寫效能指令碼：假設一秒內有一萬個人同時發起請求。
（2）有壓力嗎？有，一萬人同時發起請求。
（3）但是持續時間短，不像壓力測試一樣需要持續一段時間。
（4）目的是為了驗證當這麼多人同時發起請求時，成功秒殺的使用者能否繼續完成後續下單付款等操作【一定業務壓力下，系統是否穩定執行】
什麼是容量測試？
概念：
在一定的軟、硬體條件下，在資料庫不同資料量級資料量的情況下，對系統中讀 / 寫比較多的業務進行測試，從而獲得不同資料量級下的效能指標值。
關鍵字：不同資料量級
資料庫資料量對效能測試結果有沒有影響？
肯定有
比如資料庫已經有幾百條資料和幾百萬條資料，查詢的速度肯定是不一樣的，所以肯定會影響效能測試結果。
資料量級的差異，會影響 TPS、響應時間、網路等。
場景類比：
從一袋米中找到一個綠豆，和一碗米中找一個綠豆，找的時間肯定是千差萬別的。