| 每台服务器每秒平均PV量=
（ （80%*总PV）/（24*60*60*（9/24）））/服务器数量，
即每台服务器每秒平均PV量=2.14*（总PV）/* （24*60*60） /服务器数量
最高峰的pv量是1.29倍的平均pv值
性能测试策略
1.模拟生产线真实的硬件环境。
2.服务器置于同一机房，最大限度避免网络问题。
3.以PV为切入点，通过模型将其转换成性能测试可量化的TPS。
4.性能测试数据分为基础数据和业务数据两部分，索引和SQL都会被测试到。
5.日志等级设置成warn，避免大量打印log对性能测试结果的影响。
6.屏蔽ESI缓存，模拟最坏的情况。
7.先单场景，后混合场景，确保每个性能瓶颈都得到调优。
8.拆分问题，隔离分析，定位性能瓶颈。
9.根据性能测试通过标准，来判断被测性能点通过与否。
10.针对当前无法解决的性能瓶颈，录入QC域进行跟踪，并请专家进行风险评估。
性能测试压力变化模型
a点：性能期望值
b点：高于期望，系统资源处于临界点
c点：高于期望，拐点
d点：超过负载，系统崩溃
性能测试
a点到b点之间的系统性能，以性能预期目标为前提，对系统不断施加压力，验证系统在资源可接受范围内，是否能达到性能预期。
负载测试
b点的系统性能，对系统不断地增加压力或增加一定压力下的持续时间，直到系统的某项或多项性能指标达到极限，例如某种资源已经达到饱和状态等。
压力测试
b点到d点之间，超过安全负载的情况下，对系统不断施加压力，是通过确定一个系统的瓶颈或不能接收用户请求的性能点，来获得系统能提供的最大服务级别的测试。
稳定性测试
a点到b点之间，被测试系统在特定硬件、软件、网络环境条件下，给系统加载一定业务压力，使系统运行一段较长时间，以此检测系统是否稳定，一般稳定性测试时间为n*12小时。
监控指标
性能测试通常需要监控的指标包括：
1.服务器 Linux（包括CPU、Memory、Load、I/O）。
2.数据库：1.Mysql 2.Oracle（缓存命中、索引、单条SQL性能、数据库线程数、数据池连接数）。
3.中间件：1.Jboss 2. Apache（包括线程数、连接数、日志）。
4.网络： 吞吐量、吞吐率。
5.应用： jvm内存、日志、Full GC频率。
6.监控工具（LoadRunner）：用户执行情况、场景状态、事务响应时间、TPS等。
7.测试机资源：CPU、Memory、网络、磁盘空间。
监控工具
性能测试通常采用下列工具进行监控：
1.Profiler。一个记录log的类，阿里巴巴集团自主开发，嵌入到应用代码中使用。
2.Jstat。监控java 进程GC情况，判断GC是否正常。
3.JConsole。监控java内存、java CPU使用率、线程执行情况等，需要在JVM参数中进行配置。
4.JMap。监控java程序是否有内存泄漏，需要配合eclipse插件或者MemoryAnalyzer来使用。
5.JProfiler。全面监控每个节点的CPU使用率、内存使用率、响应时间累计值、线程执行情况等，需要在JVM参数中进行配置。
6.Nmon。全面监控linux系统资源使用情况，包括CPU、内存、I/O等，可独立于应用监控。
7.Valgrind。监控C/C++程序是否存在内存泄漏，基于linux环境。
8.Vmmap和ApplicationVerifier。监控C/C++程序是否存在内存泄漏，基于windows环境。
性能分析
可按以下顺序：
中间件瓶颈（apache/jboss参数配置、数据库参数配置）->
应用服务的debug log ->
应用服务的filter log ->
本应用的性能瓶颈（SQL语句、索引、业务逻辑、线程池设置、算法）->
服务提供者的性能瓶颈 ->
相关联的底层存储应用的性能瓶颈
分析标准
通过性能指标的表现形式，分析性能是否稳定。比如：
1.响应时间是否符合性能预期，表现是否稳定。
2.应用日志中，超时的概率，是否在可接受的范围之内。
3.TPS维持在多大的范围内，是否有波形出现，标准差有多少，是否符合预期。
4.服务器CPU、内存、load是否在合理的范围内，等等。
分析工具
对于部分性能指标，可借助自动分析工具，统计出数据的总体趋势：
1.LoadRunner analysis
LoadRunner analysis是loadrunner的一个部件，用于将运行过程中所采集到的数据生成报表，主要用于采集TPS、响应时间、服务器资源使用情况等变化趋势。
2.Memory Analyzer
Memory Analyzer工具可以解析Jmap dump出来的内存信息，查找是否有内存泄漏。
3.nmon_analyser
nmon工具可以采集服务器的资源信息。列出CPU、MEM、网络、I/O等资源指标的使用情况。
|
