Каковы распространенные заблуждения при тестировании производительности?
Каковы распространенные заблуждения при тестировании производительности?

В процессе исследования текущей ситуации с тестированием производительности на предприятии мы обнаружили, что из-за разного опыта исследовательского персонала, их понимание тестирования производительности также различно, особенно у тех, кто не был глубоко вовлечен в процесс тестирования. реализация тестирования производительности часто имеет определенное отклонение.

1. Знать, как использовать инструменты и проводить тестирование производительности.

Что касается темы «освоение инструментов тестирования производительности означает освоение специальной работы по тестированию производительности», у многих тестировщиков на предприятиях и в отраслях всегда возникали недопонимания. В процессе реального общения с предприятиями мы провели целенаправленное исследование и выяснили, что в основном существуют две точки зрения.

1.1. Некоторые ИТ-менеджеры предприятия (в основном те, кто мало занимается тестированием) считают, что если предприятие самостоятельно разработает или приобретет хорошую инструментальную платформу, то оно сможет решить проблемы качества работы ИТ-системы предприятия.

1.2 Инженеры по тестированию, занимающиеся функциональным тестированием в некоторых отраслях и на предприятиях, поскольку они недостаточно знают о тестировании производительности, ошибочно полагают, что, освоив инструменты тестирования производительности, они освоили тестирование производительности и могут стать профессиональными инженерами по тестированию производительности. .

Вышеуказанные недоразумения возникают главным образом потому, что большинство менеджеров считают Тестирование производительностиотнесено кАвтоматизированное тестирование,Думаю, этого можно достичь, используя только инструменты.,В то же время некоторые специалисты по внедрению, не имеющие комплексной технической базы, обеспокоены Тестированием. Само понимание производительности также является неполным.

Объединив вышеизложенное, по этой теме была проведена многосторонняя дискуссия, которая резюмируется следующим образом.

1) Инструменты и платформы тестирования производительности являются необходимыми базовыми условиями для проведения тестирования производительности.

2) Для того, чтобы тестирование производительности можно было провести хорошо, помимо хорошей инструментальной платформы необходимы стандартные спецификации процессов и отличные кадры.

3) Существуют определенные технические требования для хорошего тестирования производительности, но вводный тест производительности может использоваться для реализации стресс-теста проекта. Обычно не понимают, что «вы должны сначала провести функциональное тестирование, прежде чем приступать к тестированию производительности». С точки зрения последовательности между ними нет необходимой связи.

2. Настройка — единственное выражение ценности тестирования производительности.

Настройка производительности всегда была одной из вещей, которые очень беспокоили предприятия, но в основном обсуждается то, что ценность тестирования производительности не должна ограничиваться результатами настройки.

Внутри предприятия у людей с разными ролями могут возникнуть определенные недопонимания по этому поводу.

Посредством исследований и анализа мы классифицировали и обобщили явления отклонения от общего понимания на предприятиях по следующим аспектам.

2.1. Некоторые менеджеры, архитекторы и разработчики считают, что настройка более важна, поскольку дефекты производительности являются их ключевой проблемой, которую необходимо решить, и больше полагаются на возможности настройки. Интеллектуальная настройка является наиболее важной для инструментальных платформ и может обеспечить позиционирование и предложения по конкретным проблемам.

2.2. Инженеры по тестированию производительности, особенно старшие инженеры по тестированию производительности, уделяют больше внимания значению настройки производительности.

Основная причина такого понимания в том, что роли разные, позиции и знания тоже разные. Анализ следующий.

1) Для менеджеров, решать проблемы - это ключ,Одно лишь тестирование производительности не может решить проблему.,Только что нашел проблему.

Но когда происходит крупная производственная авария, все по-прежнему уделяют больше внимания тому, как решить проблему, поэтому менеджеры больше ценят ценность настройки.

2) Для архитекторов и девелоперов,Они больше думают с точки зрения развития,Понимание тестирования не профессиональное,В то же время их основная ответственность на протяжении всего процесса остаетсярешать проблемы,поэтому они смотрят Тестирование производительности Также обновлюОбратите внимание на настройку производительности.

3) Для старших инженеров по Тестированию производительности,После того, как их карьерный рост достигнет определенного этапа,,Развивайтесь более глубоко,иНастройка производительностиэто одно из направлений, поэтому ониБуду уделять больше внимания значению настройки производительности.

Объедините вышеперечисленное,об этой теме,Делаем вывод. Из-за разных ролей и позиций,Мнения разных людей о настройке Может быть определенное отклонение в понимании производительности, что приводит к тому, что внимание уделяется только настройке. производительности,Игнорирование самого теста производительности。Дефекты производительности пройдут черезОткройте, найдите, решитепроцесс。

Из всего процесса Тестирование производительностиУмение находить проблемы – это основа,Его важность нельзя игнорировать. Настройка производительности的目的是更好地решать проблемы,Это обеспечивает производительность системы и стабильность производства.

3. Проверка работоспособности требуется только в случае аварии на производстве.

Предприятия часто начинают принимать различные меры по исправлению положения после того, как на производстве происходят сбои в работе, разбираются в тестировании производительности и начинают понимать важность тестирования производительности.

На этом этапе у компаний также возникают определенные недопонимания. После общения с компаниями мы проанализировали и обобщили следующие отклонения в понимании.

3.1. Аварий на производстве не было, система относительно стабильна, поэтому нет необходимости в тестировании производительности.

3.2. При возникновении производственного сбоя быстро расширяйте мощность. Считается, что стабильность производственной системы можно обеспечить путем объединения серверов без сбоев в работе.

3.3. При возникновении крупной производственной аварии.,Некоторые компании занимаются только этой проблемой,Отслеживайте и решайте отдельные проблемы.

Вышеуказанные недопонимания среди профильного персонала предприятия обусловлены главным образом следующими факторами.

1) Тестирование производительности является одним из компонентов тестирования, а само тестирование по-прежнему является профилактической задачей на протяжении всего жизненного цикла программного обеспечения. Поэтому тестирование производительности является необязательным мероприятием до возникновения проблем.

2) Тестирование производительности само по себе является особым тестом, и его понимание требует определенной основы. Однако большинство практиков имеют относительно слабую основу и относительно единую модель мышления.

3)Самая ранняя практика — подготовить больше ресурсов до того, как система будет подключена к сети.Обеспечить стабильность системы,Этот метод может в определенной степени решить проблемы с производительностью производства.,Но много ресурсов тратится впустую.

4) Осведомленность персонала о качестве недостаточно сильна. Когда происходит производственный сбой, они оказываются в ситуации «лечения головы, когда болит, и ноги, когда болит», и не могут составить общий план, основанный на нем. текущая проблема.

Когда происходит производственный сбой, система не только испытывает проблемы с производительностью в условиях большой нагрузки, но также выходит из строя в условиях небольшой нагрузки.

Поэтому планы тестирования производительности необходимо готовить в три этапа: до, во время и после.

1)Меры предосторожности,проходить Тестирование производительность Получите данные о производительности системы и сделайте свою работу хорошо предосторожности Работа。

2)чрезвычайная ситуация,Подготовьте планы действий в чрезвычайной ситуации,В случае сбоя производства он может быстро возобновить производство и выявить проблемы.

3)Просмотрите позже,Просмотрите позже несчастные случаи на производстве, пройди следующий этап итерационного тестирования, продолжи оптимизацию, Меры предосторожности。

Тестирование производительности — очень важная часть процесса разработки программного обеспечения, поскольку оно помогает команде понять, как система работает в различных условиях нагрузки. Однако при проведении тестирования производительности некоторые распространенные недопонимания могут привести к неточным результатам тестирования или принятию ошибочных решений.

A: Сосредоточьтесь только на одном показателе.

Некоторые команды могут заботиться только об определенном показателе производительности, таком как время отклика или пропускная способность, игнорируя при этом другие не менее важные факторы, такие как использование ресурсов, количество одновременно работающих пользователей, частота ошибок и т. д.

Б. Используйте слишком маленький набор тестовых данных.

Если набор данных, используемый при тестировании производительности, слишком мал, он может неточно отражать модели поведения в реальной среде приложения. По мере роста размера ваших данных производительность приложений может значительно меняться.

C: игнорировать влияние внешних зависимостей.

Многие приложения полагаются на внешние компоненты, такие как базы данных и сетевые службы. Если производительность этих внешних систем не полностью учтена в плане испытаний, это может привести к отклонению результатов испытаний от реальной ситуации.

D: Не учитываются реальные сценарии использования.

Часто существует большой разрыв между идеализированными тестовыми примерами и реальными привычками пользователей. Поэтому построение моделей рабочей нагрузки, близких к реальности, имеет решающее значение для получения значимых результатов.

E: Пройдите все тесты одновременно.

Сосредоточение всего тестирования производительности на конце проекта — большой риск. Тестирование производительности должно проводиться постоянно, начиная с ранних стадий разработки, а оптимизация должна постоянно корректироваться на основе обратной связи.

F: Чрезмерная зависимость от автоматизированных инструментов

Хотя автоматизированные инструменты могут повысить эффективность и снизить количество человеческих ошибок, полагаться исключительно на них без ручного анализа и отладки не рекомендуется. Иногда для выявления некоторых основных проблем требуется вмешательство человека.

G: игнорировать управление конфигурацией

Различные конфигурации аппаратного и программного обеспечения могут существенно повлиять на производительность приложения. Очень важно обеспечить, чтобы тестовая среда максимально точно имитировала производственную среду.

H: Отсутствие эффективного механизма мониторинга

Без надлежащего мониторинга во время тестирования производительности может быть сложно быстро обнаружить проблемы. Эффективный мониторинг может помочь обнаружить проблемы раньше и принять соответствующие меры.

I: Чрезмерное упрощение результатов

Иногда люди склонны делать выводы на основе предварительных наблюдений, не вникая глубже в причины, лежащие в их основе. Правильный подход должен заключаться в комплексном анализе информации из нескольких измерений.

J: Забыл записать подробные логи

Хорошая документация не только помогает анализировать и подводить итоги текущего проекта, но также предоставляет ценные справочные материалы для решения аналогичных проблем, которые могут возникнуть в будущем. Каждый тест должен иметь подробный журнал.

boy illustration
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
boy illustration
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
boy illustration
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
boy illustration
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
boy illustration
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
boy illustration
Идеальная интеграция Cursor и DeepSeek API
boy illustration
DeepSeek V3 снижает затраты на обучение больших моделей
boy illustration
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
boy illustration
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
boy illustration
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
boy illustration
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
boy illustration
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
boy illustration
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
boy illustration
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
boy illustration
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
boy illustration
Cloud Native|Практика: установка Dashbaord для K8s, графика неплохая
boy illustration
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
boy illustration
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
boy illustration
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
boy illustration
Центр конфигурации————Накос
boy illustration
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
boy illustration
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
boy illustration
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
boy illustration
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
boy illustration
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
boy illustration
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
boy illustration
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
boy illustration
[Зона легкого облачного игрового сервера] Управление игровыми архивами
boy illustration
Развертывание SpringCloud-проекта на базе Docker и Docker-Compose