开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第三天，点击查看活动详情
学习记录性能测试的几个核心指标
性能测试核心指标：
- 吞吐量
- 响应时间（Rsponse Time）
- 并发处理能力
- 资源占用能力
吞吐量
单位时间内，系统能够处理多少请求，吞吐量代表网络的流量，TPS越高，吞吐量越大，还包含了数据的吞吐量。一般单位为秒，每秒处理的请求量。
注意：我们看到的JMeter聚合报告一般如下图，下表中的吞吐量实际是我们文中说的TPS或者QPS。如果要计算吞吐量的话应该是接收+发送网络流量总和。
性能测试的时候关注吞吐量和测试环境网络带宽之间的关系，如果吞吐量接近或者等于测试环境带宽极限，那么很可能存在网络瓶颈。
TPS
TPS的全称是Transaction Per Second，即每秒处理的事务数，那什么是事务呢？
如：用户操作伴随着数据的变更，【下单---->支付——一个请求会有多个操作】；如：11.11用淘宝下单，产生订单数据【40W订单/每秒】。
衡量一个系统性能的好坏，主要看的是单位时间内，系统可以处理多少业务量。
举个电商的例子：
1）假设要测试“下单”，那么“下单”业务就可看做是一个事务；
2）假设需要测试“添加购物车+下单”整体业务，那么“添加购物车”和“下单”这2个业务就组成了一个事务，此时TPS就是每秒处理“添加购物车+下单”这个一整个事务的数量。
响应时间单位为秒的情况下，TPS = 1/响应时间*并发数。
-
一般情况下采用二八原则去计算，80%的交易发生在20%的时间去处理。如：一天10000笔，TPS = （10000* 80%=8000笔）/（246060*20%）。
-
10000笔交易，上午2小时，下午2个小时，TPS = 10000*/46060。
在系统达到瓶颈之前，TPS和并发数成正比关系。
QPS
QPS = 并发数/响应时间，QPS的全称叫Request Per Second。字面意思比较好理解，就是每秒处理的请求数（如：用户查询数据【打开某个页面】，打开淘宝某个商品页面的时候），并没有去做数据的修改，只是把数据加载到页面中。
如果是测试单接口的情况下，TPS=QPS，例如上面电商例子中的第1）个场景。
TOP响应时间
响应时间，Rsponse Time，从用户的角度来讲，就是用起来快不快。
一个请求从用户发起，到收到服务器响应，所需的时间：
- 页面打开响应的时间；
- 具体单个资源的响应时间。
平均响应时间
平均响应时间=所有请求的平均耗时=ART（Average Response Time）。
并发数/虚拟用户数
即并发处理能力，压测工具中设置的并发线程/进程数量，海量用户使用系统，在系统不崩溃情况下，能够支撑多少人同时使用。可以理解为每秒/毫秒可以处理多少并发。
同时在线
session会话信息（是否可支撑多人同时在线）、服务器储存（多人同时在线的信息需要服务器储存，服务器内存是否可支撑）。
同时操作
业界主流的定义，以秒为单位（极致情况：毫秒ms为单位），如：双11 支付宝排队付款，暂时不能付款。
与吞吐量的区别
吞吐量：1w个请求，10:00发送，10:03处理完毕，就是可以的。
并发量：一直在高并发，系统是不是扛得住。如：每秒发起1w请求，持续10秒，系统是不是没有问题。
资源占用率
概念理解
2个App，功能都一样，都是用来做“图片美颜”，我们来判断下，哪个App的性能好。
-
第一个App能够运行在5年前的手机上，2GB运行内存，需要内存资源少。
-
第二个App只能够运行在3年前的手机上，4GB运行内存，需要内存资源更多。
我们可以看出，第一个App所需要的运行内存更小，占用的内存资源更少，而第二个App需要的运行内存是更大的，以及内存资源更多，只能在三年的手机运行，5年前的是运行不了，所以是第一个App相对于与第二个App来说，第一个App性能是更加好的。
成本的角度
最小成本【最少资源】支撑最多的吞吐量、支撑最小的响应时间。
-
CPU
-
内存
-
网络
-
磁盘
成功率
请求的成功率，一般执行压测后我们会关注请求或者事务的成功率是多少，一般公司可能要求成功率在99.99%以上。
PV/UV
-
PV（Page View）页面/接口的访问量；
-
UV(Unique Visitor)页面/接口的每日唯一访客。
集合点
集合点不是指标，是性能测试中的一个概念。
End
