loadrunner如何确定预期TPS

大家都知道，在性能测试中，我们比较关注的有平均响应时间和TPS这两个重要的指标，TPS就是每秒处理的事务数，TPS的值越大，每秒处理的事务数就越多，说明处理的速度越快，软件的效率或者各方面都是比较好的。

我们可以把项目分成已上线和未上线来说，首先已经上线运行过的项目，证明项目的功能已经完善了，有的公司会专门做一个业务监控系统，来定期监控业务模块核心接口的调用量，平均耗时等。我们可以找到调用量最高的那天，然后再找到当天接口调用量最高的时间点（分钟级别）。如早上9：00调用量是1000，那么我们再换算为每秒调用量1000/60=16，那tps只要达到16就可以了。没有做监控的，可以通过中间插件的日志来看，比如Nginx的access.log，该日志中详细记录了每个HTTP请求的访问时间、url、响应状态码、响应时间等。

根据峰值数据，最终可以计算出每秒的调用量，然后可以将这个指标定为接口的预期TPS。

接下来就是未上线的项目，未上线的项目没有数据参照，一般我们使用"28定律"。

二八定律又名80/20定律、帕累托法则（Pareto‘s principle）也叫巴莱特定律、朱伦法则（Juran's Principle）、关键少数法则（Vital FeRule）、不重要多数法则（Trivial Many Rule）最省力的法则、不平衡原则等，被广泛应用于社会学及企业管理学等。

那我们具体说说如何使用二八定律去确定预期的TPS

比如某网站新增了一个每日签到送积分功能，由于还没有上线，所以没有签到的数据。网站的注册用户1000w，日活跃用户大概是100w左右，那么最极端情况下，这100w人都会来签到（实际肯定不会这么多人来签到，但是评估指标要尽量往高评，以免出现极端情况），那么每天大概有100w次签到请求，80%的请求数就是100w*0.8=80w。

其次确定系统的20%时间，大多数系统是24小时对外提供服务的（也有一些系统，比如政府类的项目，是在一天的某个时间段提供服务的）。但是大多数系统在0点-6点之间访问量很少，从一天的总访问量来看，可以忽略不计。所以统计时间的时候，可以把这段时间去掉，一天24小时去掉这6个小时，还剩下18个小时，那20%的时间=18小时*3600秒*0.2=12960秒。

最终计算出来的结果为80w请求/12960秒=61左右。也就是说接口TPS满足61即可。

但是也需要考虑一个问题，因为上面的用户请求是按照100w评估，也有可能推出这个活动后，每日会有超过100w的用户来签到。签到业务每个用户只能执行一次，如果是其他业务，可能会有多次操作。所以评估出来指标后，为了更加保险一些，最好再乘以一个冗余系数，提高预期指标，防止人为评估造成预期指标偏低的情况

这个冗余系数一般定为2-5之间（个人经验），上面计算出来的tps指标为61，如果再乘以一个冗余系数3，那么最终tps指标就定为183。同时，将来项目上线后，可以通过对项目接口的峰值监控，来对比之前评估的算法结果，调整冗余系数，最终随着不断的数据积累，将会形成一套本项目的性能模型

loadrunner如何确定预期TPS相关推荐

JMeter 像 LoadRunner 那样实时查看每秒事务数(TPS)、事务响应时间(TRT)
转载至:https://blog.csdn.net/defonds/article/details/54576604 熟悉 LoadRunner 的朋友一定不会对其 TPS(每秒事务数).TRT(事务 ...
性能测试（01）-jmeter元件-线程组、调试取样器
1.线程组线程组是一个测试计划的开始点.在一个测试计划中的所有元件都必须在某个线程组下.线程组控制 JMeter 执行你的测试计划中的线程数量.每个线程组都会独立的运行测试计划,互不干扰. 1.1. ...
Amazon Personalize：帮助释放精益数字业务的高级推荐解决方案的功能
By Gerd Wittchen 盖德·维琴推荐解决方案的动机 (Motivation for recommendation solutions) Rapid changes in customer ...
5000并发_彻底理解 jmeter 的线程数与并发数之间的关系
概述在jmeter中,只要提到并发,99%的同学立马想到线程组.需要多少并发就启动多少线程组,这已经成了大部分人的共识.这种理解方式很明显是把并发数和线程数的概念混淆了.线程组中不光有线程数,也有循 ...
性能测试中的二八原则
在生活中,做任何事情之前,最好先确定一个目标. 同样的,在我们日常做性能测试之前,最好把本次预期性能指标确定下来,没有预期指标的衡量,将无法评估测试结果数据是否满足预期.比如以下这样的指标: 接口预 ...
基于eBPF的云原生可观测性开源工具Kindling之Kindling-agent 性能测试评估
背景 Kindling-agent是基于eBPF的云原生可观测性开源工具Kindling中采集端的组件,能够通过采集和分析内核事件,获取运行于同一宿主机上的其他服务的业务.网络等指标.其工作模式是在主 ...
LoadRunner12使用
谨记使用管理员权限打开lr webtours安装使用 1.下载解压 2.安装草莓 3.打开StartServer 打开路径http://127.0.0.1:1080/WebTours/ (转) win ...
ZLJ卖场-全链路压测演进
作者|庄锦弟背景原ZLJ卖场的压测流程,是依托于阿里云PTS工具,团队自身缺乏性能测试能力自建,缺少性能分析和数据沉淀,测试场景单一,只有单接口和多接口压测,缺少场景和链路压测,不能相对合理的评估 ...
性能测试准备——计算pacing值
在混合压力测试场景和稳定性测试场景中,我们需要配置pacing值,以保证各支交易按占比向服务器发压力,符合生产上的情况. 预期TPS通过需求给出的交易量计算得出,参考<性能测试准备--计算TPS ...

loadrunner如何确定预期TPS

loadrunner如何确定预期TPS相关推荐

最新文章

热门文章