周一项目经理给我提了一个性能测试需求：对库存查询功能迁移后的服务器处理能力作一次压力测试，下班到家给测试群的小伙伴提及这事，引发了一些讨论。。。html
紫川（我建的测试交流群的某个咸鱼）吐槽我写性能测试博客一直不写实际操做方法，个人回答是：最好的学习方法是跟着学、照着作，思考咨询总结实践。。。前端
只是截图表示操做过程，是没多大参考意义的，思考分析的方法和思惟更重要（这种思考分析的方法须要练习和知识的积累）。。。数据库
习惯将本身成长的收获进行记录，这篇博客就记录下本身在此次压测过程当中的分析方法和操做过程。。。服务器
一、性能测试需求网络
| 响应时间 | ≤20S |
| 网络环境 | 公司100M内网 |
| 压测环境 | 生产环境压测：模拟综合业务场景 |
| 业务场景 | 库存查询功能由后台迁移至移动端：后台有800个查询入口，移动端变为6400个入口 |
| 服务器配置 | 云服务器 |
二、需求分析并发
需求如上，性能测试最关注的三个指标分别是：响应时间、TPS、资源使用状况。app
根据需求来看，要求响应时间不能超过20S的前提下，经过压力测试获得服务器的最大处理能力；且只是一个库存查询功能，由于是在线上压测，因此业务场景能够保证是真实可靠的。异步
三、场景建模工具
压测环境是生产环境，因此交叉的业务场景较复杂，库存查询功能是针对云服务器，其余的部分业务是经过应用服务器到数据库的，且数据库作了读写分离，故暂不考虑数据库的性能问题。性能
四、测试数据准备
测试数据的来源通常有这几种方式：
①、将生产的数据彻底备份过来：优势是彻底真实可靠，不足之处在于测试数据在测试中容易形成数据污染，最好进行数据隔离，以尽可能保证数据的可用性。
②、经过模拟业务场景跑脚本或者调度任务来产生数据：在测试数据量不大的状况下能够经过这种方式来准备测试数据。
这里的前提是在测试环境进行压力测试，而本次的压测是直接在生产环境，故测试数据的问题已经算是解决了。
五、脚本开发&调试
测试工具是jmeter，由于只针对查询库存的功能，故只须要进行单接口压测便可。
利用测试工具设计测试脚本的好处是省却了不少繁琐的过程，脚本的调试，首先须要进行接口测试，保证测试的接口是正确可用，而后进行单接口基准测试，最后进行压力测试。
六、脚本执行&记录监控
脚本执行：
在脚本执行过程当中，须要由小到大逐渐加大并发数，且记录每次的测试结果，因为网络等状况影响，最好的办法是同一并发数执行屡次测试，而后加权平均到的的数值相对来讲较可靠。
经过记录不断加压测试后的测试数据，能够观察到响应时间、TPS、资源使用状况等数值的变化，而后进行分析。
记录监控：
每次测试执行的结果进行记录，监控数据库响应时间、链接数，服务器内存、磁盘使用等数值。
PS：因为是在生产环境直接压测，故须要实时监控，以避免压测形成服务宕机等严重状况（我执行测试时候开发随时待命，准备重启服务和扩容233）。
性能测试最重要的三个数值：响应时间、TPS、内存、磁盘使用率————监控（jmeter插件、serveragent）
关于jmeter插件：serveragent的使用，后续的博客会进行介绍。
七、结果分析&瓶颈定位
经过上面测试获得的测试数据，能够进行针对性的分析，好比在压测过程当中，资源、内存、链接数等是否使用饱和，是否有线程等待，数据库响应时间等，而后利用排除法和优先级进行调优。
排除法：针对可能影响到性能的几个因素，一个个分析排除；
优先级：根据实际状况，对调优的投入和时间等须要花费的时间和资源进行评估，排优先级，选择最合适的方案。
八、调优&验证
关于调优，我本人技术比较薄弱，就不献丑了，说说我本身知道的一些调优方法：
内存、磁盘：简单粗暴的作法，直接加服务器吧。。。
数据库：更改配置的链接数，加索引、读写分离、分库、分区、分表、物理视图等手段。。。
链接池：优化链接池配置，增长链接数等，具体请看连接博客的介绍。。。
前端：减小请求链接，数据包尽可能放在body中，图片压缩、异步加载、JavaScript脚本放在HTML最后等等手段，具体请看连接博客的介绍。。。
末尾：性能测试水太深，咱们公司的性能测试，只能说小打小闹，真正的性能测试，也就大公司作得起（性能测试投入成本很大），大公司有这个需求（小公司哪来的线上流量。。。）。