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》。不同的项目要求不太一样,比如验证性的测试,只要按照预期TPS来配置场景,如例1。比如从未测试的新系统,则希望压到最优的TPS(最优可能是CPU使用率接近指标的最大TPS)。
混合压力测试(也叫容量测试)一般要压三到五个梯度,得到实际TPS随用户数增加的折线图,那么此时配置的用户数要按梯度,如例2。
例1:已知被测系统总共有7支交易,并通过交易量得到交易占比;预期总的目标TPS为100笔/秒,则各交易TPS=目标TPS*交易占比;响应时间为单交易负载的平均响应时间。
如上,VU=交易目标TPS*响应时间
实际VU为VU往大取整
pacing = 实际VU/交易目标TPS
实际pacing为pacing四舍五入保留三位小数
可以发现VU/响应时间=实际VU/pacing,完成此次容量测试可能还需要压两组,那么我们可以将预期TPS置为120、80,按上述方法再计算pacing配置场景。
例2:已经被测系统(新系统)的交易名称和占比如下,测出最优的那组,即应用服务器的CPU接近指标值60%。
首先,可以将所有的交易放到场景中,不设置Pacing,将VU数设为1,试跑时观察CPU,如果低于60%,再增加VU数试跑,得到CPU为60%时的TPS。这个TPS可以暂时作为参考。比如测出为420TPS。那么按照预期420配置pacing。因为要按用户梯度,可以用100VU。
如上,预期TPS=420*交易占比
预期VU数=100*交易占比
实际VU是预期VU取整,但得保证总VU也为100
pacing=实际VU/预期TPS
如果配的这组场景运行时,应用服务器的CPU使用率低于60%很多或者超过60%,那需要调整预期TPS,可以不改变VU数,调整pacing。如果应用服务器CPU使用率接近60%,这组就可以作为最优组。完成此次容量测试还需要压三组,大于的一组,小于的两组。那么我们可以将预期TPS置为440、400、380,预期VU置为115、85、70,重新计算pacing配置场景。
性能测试准备——计算pacing值相关推荐
- 关于LoadRunner中pacing值的设置的意义
在 LoadRunner 的运行场景中,有一个不大起眼的设置,可能经常会被很多人忽略,它就是 Pacing .具体设置方式为: Run-Time settings àGeneral à Pacing ...
- R语言构建logistic回归模型并评估模型:模型预测结果抽样、可视化模型分类预测的概率分布情况、使用WVPlots包绘制ROC曲线并计算AUC值
R语言构建logistic回归模型并评估模型:模型预测结果抽样.可视化模型分类预测的概率分布情况.使用WVPlots包绘制ROC曲线并计算AUC值 目录
- R语言使用pROC包绘制ROC曲线实战:roc函数计算AUC值、plot.roc函数绘制ROC曲线、添加置信区间、为回归模型中的每个因子绘制ROC曲线并在同一个图中显示出来
R语言使用pROC包绘制ROC曲线实战:roc函数计算AUC值.plot.roc函数绘制ROC曲线.添加置信区间.为回归模型中的每个因子绘制ROC曲线并在同一个图中显示出来 目录
- R语言difftime函数计算时间差值实战
R语言difftime函数计算时间差值实战 目录 R语言difftime函数计算时间差值实战 #基础语法 #获取difftime语法帮助
- python最优分箱计算iv值_Python计算woe和iv值
计算逻辑 先计算WOE值,再计算IV值. 其中Y或N分别是YES,NO,反应在因变量中,就是1和0. Yi是第i组中1的个数,YT是所有(Total)为1的个数. Ni是第i组中0的个数,NT是所有( ...
- 由神经网络的迭代次数计算输出值并评价网络性能
在<用共振频率去理解神经网络-将乙烯模型运行300次的数据>文中将乙烯模型运行了300次,得到了300组输出与迭代次数的数据.这次计算只用了其中的150组数据,其中的6组明显不合理被剔除了 ...
- Golang 计算MD5值示例
Golang提供了"crypto/md5"包用来计算md5值,使用起来简单方便,解决了我长久以来的疑问^_^ 一种是直接调用md5计算 package mainimport (&q ...
- python 曲线分析_大数据分析之Python计算KS值并绘制KS曲线
本篇教程探讨了大数据分析之Python计算KS值并绘制KS曲线,希望阅读本篇文章以后大家有所收获,帮助大家对相关内容的理解更加深入. python实现KS曲线,相关使用方法请参考上篇博客-R语言实现K ...
- 窗口分析函数_4_计算累加值
计算累加值 需求描述 需求:计算EMP表里SAL字段的累加值,这里按照SAL.EMPNO排序. 解决方法:通过SUM OVER()函数来完成. 注: 数据库数据集SQL脚本详见如下链接地址 员工表结构 ...
最新文章
- 3天我把DDD业务领域建模、数据库、聚合彻底撸干净了!
- C# 分支语句 练习题(中间变量,随机数)
- ACE-Task结构介绍(二)——消息块ACE_Message_Block结构的分析
- 【数据结构与算法】之N个数中有K个数可能的组合算法
- php 清空一个数组_PHP工程师学Python数据类型
- 1.How Models work
- [NOIP2015] 提高组 洛谷P2661 信息传递
- java对象添加字段_99.9%的Java程序员都说不清的问题:JVM中的对象内存布局?
- Objective-C原理系列(一)
- 卓有成效的管理者(笔记)——有效的决策
- 瞬变抑制二极管的选型
- 梦殇 chapter three
- ios string转dic_如何在Swift(iOS,Xcode)中将NSDictionary转换为Json String?
- 建站百科|网站Banner风格、样式大解析
- 固态硬盘是什么接口_小白指南:固态硬盘接口傻傻分不清,新手用户应该如何选?...
- 微信公众号发布消息不消耗群发次数怎么实现
- 计算机网络自顶向下做题总结一(应用层)
- 电子通信、嵌入式工程师的面试指南
- 崔斯坦和依索德(Tristan and Isolde)
- JDBC——商品品牌数据的增删改查操作
热门文章
- 保研常见英语面试问题,含答案模板
- [原创]让Allvidoes插件支持 优酷(www.youku.com)的视频
- 机器学习(二)——贝叶斯分类器
- 战斗场景之英雄的AI
- cucumber java 实例_cucumber java从入门到精通(3)简单实现及断言
- 什么是乐观锁,什么是悲观锁
- 面具busybox模块_自定义内核及busybox系统定制
- java getclass方法_Java面试题之super.getClass方法调用
- 瑞友天翼应用虚拟化系统RCE漏洞复现+利用
- 工作趣事 之 学以致用-把人变成懒人