作者:薛定谔的破猫

基础数据分析

以下图表均取自互联网,本文是在“已经获取所需数据”的前提下,讲解性能测试的一些设计思路。至于如何才能取得这些数据,将在后续的文章中说明。

系统访问量分布

由系统的日访问量分布图,可知系统的访问压力集中在哪个时间段内。系统的压力是在一天中平均分布的,还是集中在某几个更小的时间段内。根据此信息,我们对测试场景的时间进行设计,如从分布图中明显看出每天的大部分访问量集中在9:00~11:00和14:00~16:00两个时段,那么就可以设计2小时内完成一半访问量的测试场景。

用户的平均活跃时间

用户活跃时间,是指用户一次使用系统的时长,可用来指导测试脚本的设计,即每个虚拟用户脚本应该在多长时间内执行完。

由系统访问量分布和用户活跃时间两个数据,可以对系统使用的并发度进行估算。比如已知系统在2个小时内有200访问量,且分布接近于平均,用户的平均活跃时间为30分钟,那么此时间段的并发度应为:200*30/120=50。这里并发度50传递的信息是,在一个用户活跃周期内,总共会有50个用户与服务端进行交互(即相对并发)。也就是说任意时间点,最大的绝对并发可能性是50,当然实际可能远低于此,可以根据业务特点再乘以相应比例进行估算。

在性能测试时,可以依据此数据设计系统高峰期压力的测试场景。比如我们已知,系统压力最大时,单位时间段内活跃用户有100人(并发度100),那么这种压力场景,就可以以用户平均活跃时间为测试时间段,启动100个虚拟用户并在该时间段内完成各自的工作量。

页面停留时间

即请求之间的间隔(思考)时间,如在编辑页面上停留多久才会点提交按钮。如果无此数据,性能测试脚本只有运行时长是有数据(活跃时间)支撑的,脚本中的各请求之间的思考时间,只能通过常规判断和猜测,由性能测试人员自己掌控。收集到此数据后,性能测试脚本会更加符合真实用户的操作习惯,更加接近真实用户。

热点模块(页面)

分析系统各模块或页面的访问频率,可以用来检查性能测试是否设计了足够的覆盖、是否遗漏的用户频繁使用的功能,并据此对用户模型进行完善。此外,此数据可用来分析各模块或功能所涉及到的工作量,如每天平均完成多少次提交操作、多少次统计操作。这对于确定系统的使用压力有很大的作用。

场景数据

最后,综合所有数据,为特定测试场景制订出成如下表格:总体

场景名称100用户负载场景

场景描述模拟系统使用高峰期时,在2小时左右有100用户的访问

场景时长2h

场景加载策略每4.5分钟加载5个虚拟用户。因为要在2小时内完成100用户的访问,而每个用户的运行时间在30分钟左右,那么在1小时30分钟时就最后一批用户就要开始访问系统,即90分钟内加载100个用户。

虚拟用户数100

用户模型见XX用户模型

虚拟用户运行时间30min

平均思考时间30~60s

场景并发度25。

虚拟用户数*(虚拟用户运行时间/场景时长)

操作说明

登录Think Time平均8s,最小5s,最大20s

Pass/Fail 条件如果失败,重试一次,依然失败就中止。

数据每虚拟用户使用不同的账号

...

可以说,用户模型表达的是,系统运行中的压力是如何分布的。  而场景数据表达的是,要给系统施加多大的压力。  只有结合用户模型和场景数据两部分,才能构造出一个确定的负载场景。

如果到这里都已经做好,并且经过了技术负责人和业务负责人的确认,那么接下来要做的就是按照设计来实现测试脚本了。

数据分析转软件测试,(转)性能测试用户模型(三):基础数据分析、场景数据...相关推荐

  1. 2.计量模型的基础回顾(数据分析学习DAY3)

    1.小样本的最小二乘估计(OLS) 变量需满足以下条件(假定) (1)线性假定 变量间的影响成线下关系 (2)严格外生性 给定解释变量后 随机项扰动的条件期望为0 即扰动项需要与各解释变量无关 (3) ...

  2. 如何通过问卷调查与数据分析创建用户模型

    http://mp.weixin.qq.com/s?__biz=MjM5OTEwNjI2MA==&mid=2651731162&idx=1&sn=e10ab771a4f83b0 ...

  3. 数据分析实战之淘宝用户行为分析(3) -- 用户行为路径分析

    数据分析实战之淘宝用户行为分析(3) -- 用户行为路径分析 淘宝行为分析Tableau可视化展示 数据分析实战之淘宝用户行为分析(5) - 数据分析报告 数据分析实战之淘宝用户行为分析(4) - 用 ...

  4. 数据分析与机器学习实战(一)——机器学习基础

    数据分析与机器学习实战(一)--机器学习基础 数据分析与机器学习实战(二)--聚类分析(以K-means聚类为例) 文章目录 数据分析与机器学习实战(一)--机器学习基础 数据分析与机器学习实战(二) ...

  5. 性能测试分层模型-选自书籍:小强软件测试疯狂讲义

    百度搜索:小强测试品牌 新书推荐 本书终于在前段时间出版了,现在已经可以在各大网店购买了,搜索书名即可.书籍购买地址:https://detail.tmall.com/item.htm?id=5473 ...

  6. 用户运营中,数据分析给与企业的三个精准帮助

    在现在的市场环境下,用户运营是每个企业都关心的一个话题,这是为什么呢?这是因为用户运营的实施是帮助企业实现收益增长和目标用户增长的,它一般应用的场景就是私域流量池运营,针对私域流量池开展用户运营,可以 ...

  7. 应用Quick BI实现首购用户和用户首购的三种运营场景监控

    导读: 首购用户和用户首购是互联网公司运营中最简单.最常遇到.也最容易混淆的两个概念.运营人员与BI经常在首购用户和用户首购上沟通不畅,信息不对称造成理解偏差,导致数据仓库模型或者BI仪表板一改再改. ...

  8. 数据分析案例之淘宝用户行为分析完整报告

    一.项目背景 UserBehavior为淘宝用户行为的数据集,数据集包括了2017年11月25日至2017年12月3日之间,有大约82万随机用户的用户行为(行为包括点击pv,购买buy,加购物车cha ...

  9. 软件测试基础理论2-产品模型

    产品开发模型 1. 瀑布模型 - 需求(分析) 设计 测试用例(case) 开发设计(HLD概要设计.LLD详细设计) 编码 测试 上线 运维 (1)缺点: 每一阶段都依赖于上一阶段的正确.完整,一旦 ...

最新文章

  1. 埃森哲5G智慧城市报告:美国GDP将狂增5千亿
  2. DirectX11 driver类型浅析
  3. webbench网站压力测试工具的使用方法
  4. linux 鬼精灵漏洞,鬼精灵Grinch:比Bash破壳(shellshock)更严重的Linux漏洞
  5. HTML5 之 新特性 + 新对象
  6. VMWare虚拟机转换成KVM
  7. Struts2 类型转换和数据校验
  8. vert.x_使用vert.x 2.0,RxJava和mongoDB创建simpe RESTful服务
  9. MUI框架:栅格系统 + grid宫格布局 - 案例篇
  10. 实战系列-分布式锁的Redis实现
  11. lambda python aws_AWS Lambda Layer For Python Pakage
  12. bzoj 1668: [Usaco2006 Oct]Cow Pie Treasures 馅饼里的财富(DP)
  13. ActivityMq下载、安装、使用
  14. 爬取搜狗微信文章笔记2
  15. android开发中常用的Eclipse快捷键详细整理
  16. 计算机无法读取智能卡,电脑智能卡读卡器驱动程序丢失怎么办?如何重新安装智能卡服务?...
  17. 修改Office文件的默认打开方式(含C#代码)
  18. STM32cubeIDE使用CCMRAM
  19. 不露脸也可以做自媒体短视频,简单罗列几个易上手的领域
  20. Teamcenter Folder

热门文章

  1. 吴恩达作业11:残差网络实现手势数字的识别(基于 keras)+tensorbord显示loss值和acc值
  2. 大数据计算引擎:impala对比hive
  3. 小甲鱼 OllyDbg 教程系列 (九) :Delphi 程序逆向特点
  4. Dom4j完整教程~Document对象相关
  5. C++学习之路 | PTA乙级—— 1087 有多少不同的值 (20 分)(精简)
  6. C++学习之路 | PTA乙级—— 1003 我要通过! (20分)(精简)
  7. python runtimeeeror_Python3基础 raise 产生RuntimeError 异常
  8. [转载] --- 让线程按顺序执行8种方法
  9. linux---基础01
  10. c语言在键盘输入abc回车,C语言期末考试试卷子商务1111、21.doc