大数据测试前需要了解性能测试点

第二章性能测试

文章目录

大数据测试前需要了解性能测试点
一、基准测试
二、狭义性能测试（Performance Testing）
三、负载测试（Load Testing）
四、压力测试（StressTesting）
五、并发测试（Concurrency Testing）
六、配置测试（ConfigurationTesting）
七、可靠性测试（Reliability Testing）
八、失效恢复测试（Failover Testing
九、大数据量测试

一、基准测试

有基础的标准，这样能通过对比发现系统的不同点与变化。应用于以下场景： 1）可以在制定的标准下通过基准测试建立一个性能基准，这样以后当系统的环境、参数发生变化之后，再进行一次相同标准下的测试，即可看出变化对性能的影响。 2）系统进行基准测试可以在较早的阶段发现性能问题。 3）某系统从来没有进行过任何性能测试，需要对该系统做一次性能评估作为后续开发调优的参考。

二、狭义性能测试（Performance Testing）

是通过模拟生产运行的业务压力量和使用场景组合，测试系统的性能能否满足生产系统要求。Performance Testing是一种常见的测试方法，就是在特定的运行条件下验证系统的能力情况。该测试是一种正常的测试，主要是测试系统正常使用时是否满足要求。

三、负载测试（Load Testing）

负载测试是在被测系统上不断增加压力，直到各项指标达到饱和，例如“响应时间”超过预定指标或者某种资源使用已经达到饱和状态。这种测试方法可以找到系统的处理极限，为系统调优提供数据。

四、压力测试（StressTesting）

压力测试是测试系统在一定饱和状态下，例如cpu、内存等在饱和使用状态下，系统能够处理的会话能力，以及系统能否会出现错误。压力测试与负载测试有些类似，经常把负载测试描述成压力测试的一种场景-例如增加用户数对系统进行压力测试。压力测试的目的是为了揭露高负载下的问题，例如资源竞争、同步问题、内存泄漏等。

五、并发测试（Concurrency Testing）

并发测试是通过模拟用户的并发访问，测试多用户并发访问同一个应用，同一个模块或者数据记录时是否存在死锁或者其他性能问题。

并发数计算方法1：
并发数=PV / PV Time× 页面连接次数×HTTP 响应时间× 因数/ Web 服务器数量。
其中，PV Time 是PV 的统计时间，换算成秒，一天是86 400s。页面连接次数包括外部的JS、CSS、图片等，一般为
10。HTTP 响应时间一般可为1s 或更少。因数一般为5。假设，网易官网每天有6 万PV，其余参数保持默认，那么推算
出来的并发数大致为35。(pv—page view，即页面浏览量）
并发数：60000/86400105=35

六、配置测试（ConfigurationTesting）

配置测试方法是通过被测系统的软/硬件环境的调整，了解各种不同环境对系统性能影响的程度，从而找到各项资源的最优分配原则例如在测试执行时更换、扩充硬件设备，调整网络环境、调整应用服务器和数据库服务器的参数设置，比较每次测试结果，从而确定各个因素对系统性能的影响。

七、可靠性测试（Reliability Testing）

可靠性测试是通过给系统加载一定的业务压力（例如资源在70%-90%的使用率）的情况下，让应用系统持续运行一段时间，测试系统在这种条件下是否能够稳定运行

八、失效恢复测试（Failover Testing

1.失效恢复测试方法是针对有备份和负载均衡的系统设计的，这种测试方法可以用来检验如果系统局部发生故障，用户能否继续使用系统，以及如果这种情况发生，用户将受到多大程度的影响。 2.一般的关键业务系统都会采用热备份或是负载均衡的方式来实现。这种业务系统一般要求有一台或几台服务器出现问题，应用系统仍然可以正常执行业务。该方法就是在测试中模拟设备故障，验证预期的恢复技术是否可以正常发挥作用 3.不是所有的系统都需要进行这种类型的测试，尤其是并没有明确给出系统需要持续运行指标的系统

九、大数据量测试

提示：这里对文章进行总结：
大数据量测试的两种类型：
1.独立的数据量测试
针对某些系统存储、传输、统计、查询等业务进行大数据量测试
2.综合数据量测试
和压力测试、负载测试、并发测试、可靠性测试相结合的综合测试方案