最近工作之余，对以往的性能测试相关知识做了整理和复盘，发现了很多之前没认真思考过的小细节，整理出来，以供参考。。。
1、如何理解性能指标？
在性能测试中，涉及的性能指标有很多，强行记忆理解可能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。
在体育运动中，我们都知道提倡“更高、更快、更强”，其实对于系统的性能，我们也可以这么理解，大概分层如下：
| 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 |
2、层层分析性能瓶颈
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，在分析过程中都是需要注意的。下面是一些比较常用的分析方法：
①、分层梳理
| 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、测试数据失效过期、数据污染 |
| 架构梳理 | 缓存、集群、负载均衡、分布式、微服务、异步通信、网关 |
| 参数梳理 | 最大连接数、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
| 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升的瓶颈 |
| 网络 | 高吞吐量下，网络带宽的不足会成为性能提升的瓶颈 |
| 中间件 | 缓存策略、代理分发策略、服务通信策略 |
| 服务器 | CPU、Memory |
| 数据库 | 索引、锁、分库分表、视图、实例等 |
| 操作系统 | 文件I/O、buffer、cached等 |
3、性能测试的方法论
①、性能测试场景一定要基于真实环境来模拟；
②、性能测试场景一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、开展性能测试之前，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作和任务分配；
⑤、性能测试，执行监控分析是核心；
4、什么时候需要关联
①、服务端value动态返回；
②、数据在后续执行中需要引用；
③、业务场景有前后依赖关系；
5、如何理解ThinkTime？
①、要不要添加ThinkTime？
②、什么时候用到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？
6、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？是否要剔除不必要的业务？
③、如果保证数据的真实性、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，后续如有新的思考点，会更新，就酱。。。
