大数据测试前需要了解性能测试点
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
大数据测试前需要了解性能测试点相关推荐
- 大数据测试:功能和性能
什么是大数据? 大数据是不能使用传统计算技术处理的大型数据集的集合.这些数据集的测试涉及各种工具,技术和框架来处理.大数据涉及数据创建,存储,检索和分析,在数量,多样性和速度方面都非常出色.您可以在这 ...
- 进行大数据测试需要关注那些测试点?
资源分享[这份资料必须领取~] 大家好,今天我们一起聊聊在进行大数据测试中需要关注哪些测试点,如何更好得做好大数据测试. 一.从传统的软件测试质量模型来看,大数据测试可以从大数据的功能性..易用性进行 ...
- 大数据测试-功能性能
什么是大数据?............................................................................................. ...
- “做好大数据测试,我是认真的!”
阿里妹导读:大数据已然是当下的重要课题,大大小小的企业在重视大数据的同时,也渐渐重视大数据质量的问题.阿里巴巴测试开发专家小郅,今天会分享他对数据测试的系统性思考.文章内容架构清晰,内容较长,建议大家 ...
- 大数据测试--转载自开源优测
https://zhuanlan.zhihu.com/lym51 大数据测试中的功能和性能 什么是大数据 大数据是指无法在一定时间范围内用传统的计算机技术进行处理的海量数据集. 对于大数据的测试则需要 ...
- 大数据测试基础知识点
1.什么是大数据 大数据是一个大的数据集合,通过传统的计算技术无法进行处理.这些数据集的测试需要使用各种工具.技术和框架进行处理.大数据涉及数据创建.存储.检索.分析,而且它在数量.多样性.速度方法都 ...
- 大数据测试类型,学习步骤
1.什么是大数据 大数据是一个大的数据集合,通过传统的计算技术无法进行处理.这些数据集的测试需要使用各种工具.技术和框架进行处理.大数据涉及数据创建.存储.检索.分析,而且它在数量.多样性.速度方法都 ...
- 软件测试之大数据测试
什么是大数据 大数据是指无法在一定时间范围内用传统的计算机技术进行处理的海量数据集. 对于大数据的测试则需要不同的工具.技术.框架来进行处理. 大数据的体量大.多样化和高速处理所涉及的数据生成.存储. ...
- 软件测试工程师又一大挑战:大数据测试
什么是大数据 大数据是指无法在一定时间范围内用传统的计算机技术进行处理的海量数据集. 对于大数据的测试则需要不同的工具.技术.框架来进行处理. 大数据的体量大.多样化和高速处理所涉及的数据生成.存储. ...
最新文章
- Visual Paradigm 教程[UML]:如何在SoaML中建模多方服务?
- python直接执行代码漏洞_修复Python任意命令执行漏洞
- python2中的字符串编码注意事项
- 【强烈推荐】程序猿们,九度Online Judge开始举办月赛啦!!会编程才是王道!!!!!
- Docker+Jenkins+Gitlab+Django应用部署实践
- Kali Linux Web 渗透测试视频教程—第十一课-扫描、sql注入、上传绕过
- Apache Flink 进阶入门(二):Time 深度解析
- centos oracle创建库,CentOS Oracle安装必要的软件创建数据库
- 一站式服务助力研发 2020 Ohayoo游戏开发者沙龙广州站成功揭幕
- ADO.NET DataReader对象简介
- XenApp / XenDesktop 7.6 初体验一 安装, 配置站点和序列号服务器
- 7-33 统计素数并求和
- KDF- key derivation function
- Centos配置Jenkins实现Android自动打包并上传到蒲公英
- MySQL 8.0.16 告别mysql_upgrade升级方式
- 计算机PE不显示硬盘,笔记本电脑进入PE系统后认不到硬盘的解决办法
- 数电仿真实验-数字钟的设计
- 多角度透彻理解渐近表示法(大O表示法)
- codevs2181 田忌赛马
- CY7C68013 USB2.0芯片调试总结