В предыдущих статьях были представлены основные термины и показатели тестирования производительности, общие стратегии тестирования, выбор инструментов стресс-тестирования, анализ требований к производительности, стратификация возможностей тестирования производительности и пути обучения для новичков. Эти части можно понять, как и перед выполнением тестирования производительности. .

Сегодняшняя статья от Тестирование В шестой статье знаний о производительности я расскажу о том, как осуществлять Тестирование в реальной работе. производительности,Самая важная работа на начальном этапе. То есть тремя основными моделями являются бизнес-модель, модель трафика и модель данных.,Как оценить и построить.

существовать Тестирование производительностина работе,бизнес-модель、модель трафикаимодель Данные имеют решающее значение и должны быть встроены в проект, иначе это может привести к большому разрыву между сценарием тестирования и реальной ситуацией, а результаты тестирования не дадут достаточно убедительной поддержки для анализа производительности и оптимизации. Чтобы всем было проще понять три основные модели, я буду использовать Электронную В качестве примера иллюстрируйте сценарий размещения заказа в коммерческом бизнесе, как показано ниже:

бизнес-модель

Вы можете думать о бизнес-модели как о Функциональном. Бизнес-сценарии в обучении. В Тестировании Чтобы построить бизнес-модель производительности, мы должны учитывать следующие факторы:

1. Достаточно ли запасов продукции;
2. Могут ли заказанные товары участвовать в маркетинговой деятельности;
3. Является ли пользователь, размещающий заказ, VIP-участником и имеется ли скидка для участника;
4. Имеет ли пользователь, оформивший заказ, купон и соответствует ли купон льготным условиям данного заказа;
5. ............

По сути, нет никакой разницы между бизнес-сценарным анализом бизнес-модели и Функциональным тестированием.,Все для анализа тестируемого бизнеса и услуг.,Убедитесь, что тестовые сценарии и требования согласованы. Если это более сложный бизнес и более широкий спектр потребностей в тестировании,Вам также может потребоваться учитывать такие факторы, как пропускной режим и контроль рисков для онлайн-бизнеса.

Конечно, в реальной работе или проектах.,Рекомендуется проанализировать потребности,Разобрать бизнесы и сценарии, задействованные в стресс-тестировании,Нарисовано в интеллект-карте бизнес-модели.,Это облегчит последующую работу.

Интеллект-карта бизнес-модели может представлять собой древовидную диаграмму или что-то похожее на картинку выше, что легко понять.

модель трафика

Мы все знаем, что тестирование производительности и стресс-тестирование основаны на интерфейсе или определенном URL-адресе. Суть состоит в том, чтобы смоделировать пользователей в производственной среде, построить запросы для оказания давления на тестируемую систему и проверить, соответствует ли производительность системы потребностям бизнеса и нет ли узких мест в производительности. Сценарии работы пользователей в производственной среде очень сложны, поэтому размер запроса и путь запроса также различаются.

Если взять приведенное выше изображение в качестве примера, некоторые пользователи использовали купоны при размещении заказов, некоторые пользователи не являются VIP-участниками и не могут пользоваться скидками, а некоторые продукты не имеют маркетинговой деятельности. Эти факторы требуют от нас создания разных запросов в соответствии с разными бизнес-сценариями при построении запросов.

Так называемая модель трафика, суть которого заключается в настройке запросов по реальной пропорции по разным бизнес-сценариям, которую еще называют бизнес-пропорцией. Вы также можете использовать модель Под трафиком понимается модель стресс-тестирования. К общим моделям стресс-тестирования в работе относятся следующие:

Тестирование производительности одного интерфейса на одной машине

Наиболее распространенным тестом производительности является стресс-тестирование сценариев входа в систему.

Испытание под давлением одной машины и одного интерфейса,можно сделать с помощью приращений градиента,Следите за ростом запросов,его производительность&Изменения в потреблении ресурсов。

Проверка пропускной способности гибридного канала на одной машине

Если взять приведенный выше рисунок в качестве примера, служба заказов включает в себя такие интерфейсы, как создание заказов, отмена заказов, списки заказов, сведения о заказах и т. д. Размер запроса и содержимое запроса каждого интерфейса различны. В автономных гибридных сценариях большую часть времени производительность на уровне обслуживания наблюдается посредством постепенного увеличения количества запросов с целью устранения узких мест в зависимостях восходящих и нисходящих вызовов.

Сценарий полноканального стресс-тестирования в производственной среде

Для полноканального стресс-тестирования производственных кластеров типичным случаем является продвижение электронной коммерции Double 11. Существует множество моделей стресс-тестирования производственных звеньев, обычно включающих следующие:

• Градиентное повышение давления：Чтобы определить максимальную пропускную способность системы в режиме кластера（Избегайте перегруженного обслуживания,стать причиной аварии);
• Фиксированный параллелизм：Проверка стабильности системы при длительной нагрузке；
• синхронизация импульсов：Определение надежности системы、Проверьте правильность мер защиты, таких как ограничение тока и плавкие предохранители.&Доступность；
• Проверка перепроданности：верно Электронная коммерция Деловая речь,основная иглавернонекоторые ограничениячасспешу купить&сцена убийства со вспышкой（Обычно такая сцена,Это потребует технических моментов, таких как распределенные блокировки, кэширование и согласованность данных, если вы не умеете играть;,Легко вызвать жалобы клиентов, Убыток капитала、Служба даже неожиданно оборвалась! );

строитьмодель трафика

Ниже приведен пример модели трафика во время акции Double 11 в моей реальной работе, только для справки.

бизнес-цели：пара11в тот день,Ориентировочная средняя цена за одного клиента 500р.,Однодневный GMV составляет 1 миллиард.,Тогда объем платежного поручения составит 1 миллиард/500=200Вт;

Технические индикаторы：

1. Предположим, что ежедневный объем платежного поручения составляет 50 Вт, коэффициент конверсии платежа — 40 %, а пиковое количество запросов в секунду для оплаты заказа — 200. Подсчитано, что коэффициент конверсии платежей во время большой акции составляет 60 %, тогда мы можем получить: максимальное количество запросов в секунду при оплате заказа для большой акции составляет (200/40 %) * 60 % * (200 Вт/50 Вт) = 1 200 QPS. Чтобы оставить некоторое резервное пространство, увеличение составляет 30%, то есть QPS для оплаты заказа оценивается в 1500;
2. Ссылка для оплаты заказа в Электронной коммерции: Главная страница → Подробности о товаре → Создать заказ → Оплата заказа → Платеж успешен.,Это логика конверсии, похожая на воронку. Предположим, что коэффициент конверсии главной страницы → сведения о продукте составляет 40 %.,Подробнее о продукте → Конверсия создания заказа 40%,Создать заказ → Конверсия оплаты заказа составляет 40%,Тогда получим: QPS создания заказа 1500/40%=3750.,Подробности о продукте: QPS составляет 3750/40%=9375.,QPS на домашней странице составляет 9375/40%=23437;
3. В соответствии с отношениями вызовов зависимости между основными ссылками, с помощью отслеживания трассировки можно получить значения QPS всех основных приложений и основных ссылок в течение периода продвижения.

Рекомендуется после оценки модели После трафика объедините бизнес-сценарий и отношения вызовов между службами, чтобы нарисовать модель. трафикакартина,Это будет более интуитивно понятно,Облегчите выполнение работы.

модель данных

После понимания бизнес-модели и модели трафика легко понять модель данных.

В качестве примера возьмите картинку выше: Электронная. коммерция бизнес по заказам находится в стадии строительства модель данныхчас,В зависимости от частоты испытаний под давлением, количества испытаний под давлением и сценария испытаний под давлением.,Подготовьте различные типы данных.

При подготовке данных вы также должны учитывать достоверность данных, объем данных, логическую связь комбинации данных и соответствие данных распределению данных в производственной среде.

Если данные, использованные при тестировании, неточны,Результаты испытаний часто имеют большие отклонения. О тестировании модели построения данных,Вы можете обратиться к следующим пунктам:

Основные данные

Также называемые данными заземления,Цель базовых данных — обеспечить соответствие онлайн-данным (по крайней мере, согласованное распределение количества).,В сочетании с темпами роста онлайн-торговли,Подтвердите предварительно встроенный уровень объема данных и встроенный метод. Данные, которые необходимо проверить, когда дело доходит до испытаний под давлением,При закладке фундамента необходимо иметь рабочий проект.,включая размер данных、количество、распределено.

горячие данные

Вам необходимо понять логику реализации тестируемого интерфейса и подтвердить следующую информацию:

• Есть ли горячий операции, связанные с данными: например, все пользователи могут мгновенно отключить один и тот же продукт;
• Когда логика обработки разных типов данных различна, необходимо повысить производительность за счет диверсификации тестовых данных. производительность покрытия кода;

данные кэша

Чтобы подтвердить наличие кеша, размер кеша.

Данные, связанные с продажами Flash, обычно обрабатываются в очереди, и этот тип данных помещается в кэш для обработки, чтобы обеспечить высокий уровень параллелизма.

Другим примером является токен и другие данные, необходимые для входа пользователя в систему. Во время стресс-тестирования созданные данные могут быть заранее помещены в кэш, чтобы пользовательские службы не стали узким местом во время стресс-тестирования.

строитьмодель данных

Наиболее интуитивно понятной целью построения данных модели является параметризация тестовых данных во время стресс-тестирования. Общие этапы строительства следующие:

1. строитьбизнес-модель；
2. Построить модель трафика (модель стресс-тестирования);
3. Перечислите тестовые данные и соответствующие взаимосвязи, необходимые для бизнеса, и смоделируйте трафик;
4. Извлечь подготовленные параметризованные данные из базы данных для создания соответствующих файлов различных параметризованных данных;
5. Установите соответствующие отношения сопоставления данных в сценарии стресс-тестирования, чтобы гарантировать, что бизнес-модель, модель трафикаимодель сопоставление данных, моделирующее реальные производственные сценарии;