最近工做之余，对以往的性能测试相关知识作了整理和复盘，发现了不少以前没认真思考过的小细节，整理出来，以供参考。。。数据库
一、如何理解性能指标？缓存
在性能测试中，涉及的性能指标有不少，强行记忆理解多是一件很吃力的事情。对性能指标进行分层划分，这样有助于记忆和理解。服务器
在体育运动中，咱们都知道提倡“更高、更快、更强”，其实对于系统的性能，咱们也能够这么理解，大概分层以下：网络
| 分层 | 说明 |
| 更高 | 资源：CPU%、Memery%、I/O |
| 更快 | 速度：TPS、RT/ART |
| 更强 | 容量、PV、Hit |
二、层层分析性能瓶颈架构
软件应用是一个很复杂的东西，影响性能表现的因素更多，直接影响OR间接影响，在分析过程当中都是须要注意的。下面是一些比较经常使用的分析方法：并发
①、分层梳理负载均衡
| 梳理层次 | 举例说明 |
| 业务梳理 | 业务配比、依赖关系角度 |
| 数据梳理 | 真实数据统计准确性、测试数据失效过时、数据污染 |
| 架构梳理 | 缓存、集群、负载均衡、分布式、微服务、异步通讯、网关 |
| 参数梳理 | 最大链接数、最大线程数、JVM内存分配、timeout、异常/失败重试次数 |
| 场景梳理 | 异常场景、容量场景、基准场景、并发场景、稳定性场景、多节点场景、容灾恢复场景 |
②、模块梳理异步
| 组成模块 | 举例说明 |
| 负载机 | 高并发下，负载机可能成为限制性能提高的瓶颈 |
| 网络 | 高吞吐量下，网络带宽的不足会成为性能提高的瓶颈 |
| 中间件 | 缓存策略、代理分发策略、服务通讯策略 |
| 服务器 | CPU、Memory |
| 数据库 | 索引、锁、分库分表、视图、实例等 |
| 操做系统 | 文件I/O、buffer、cached等 |
三、性能测试的方法论分布式
①、性能测试场景必定要基于真实环境来模拟；微服务
②、性能测试场景必定要基于具体清晰的指标来构建；
③、场景建模是分析的结果，性能需求分析是场景建模的前提；
④、开展性能测试以前，要设定统一的目标、分析方法、条理分明的流程以及高度的团队协做和任务分配；
⑤、性能测试，执行监控分析是核心；
四、何时须要关联
①、服务端value动态返回；
②、数据在后续执行中须要引用；
③、业务场景有先后依赖关系；
五、如何理解ThinkTime？
①、要不要添加ThinkTime？
②、何时用到ThinkTime？
③、用ThinkTime会有什么效果？
④、ThinkTime是否匹配真实业务场景？
⑤、ThinkTime是否会影响到服务器资源？
六、你真的了解测试目的么？
①、在什么环境/条件下执行测试？（硬件配置、软件版本/参数、测试环境）
②、被测试的系统业务场景是什么？是否要剔除没必要要的业务？
③、若是保证数据的真实性、有效性？如何避免数据污染带来的影响？
④、测试策略真的符合预期的目的么？
⑤、系统的性能表现真的符合实际的生产场景么？如何量化？
以上就是一些最近思考整理的问题，仅供参考，后续若有新的思考点，会更新，就酱。。。