性能测试技术笔记(二):如何准备测试环境和数据

本文涉及的产品
性能测试 PTS,5000VUM额度
简介: 上一篇文章聊了如何快速上手压测工作的几个切入点和注意事项,这些内容可以帮助我们更快介入项目。但实际工作中,前期的准备工作也是很繁琐的,其中测试环境和测试数据的准备是前期准备阶段的主要工作。

这篇文章,继续分享工作笔记中关于性能测试的内容。


上一篇文章聊了如何快速上手压测工作的几个切入点和注意事项,这些内容可以帮助我们更快介入项目。但实际工作中,前期的准备工作也是很繁琐的,其中测试环境和测试数据的准备是前期准备阶段的主要工作。


这篇文章,以实际的一些场景出发,来聊聊如何准备测试环境和测试数据。


测试环境


生产全链路压测这种在生产环境进行的压测案例这里就不讲了,因为难度较大,且对大部分同学来说没太多参考意义。


以日常的压测场景展开来说,正常压测都是在测试环境展开的。那么是选择功能测试环境,还是独立的性能测试环境呢?功能测试环境通常具备这几个特点:


  1. 发布频繁;
  2. 功能&服务不稳定;
  3. 测试场景较多且交叉影响较大;


而性能测试一次压测运行的时间相对较长(短则10min长则12小时甚至几天),且为了获得误差较小的压测结果,性能测试对服务的稳定性要求较高。因此我建议如果有条件,还是搭建一套独立的性能测试环境更好


搭建独立的性能测试环境要注意如下几点:


1.独立的域名或请求入口;

2.应用服务器配置和生产保持一致;

3.应用服务数量可以最小化(生产是集群,测试环境1台服务器部署1个服务);

4.边缘服务&弱依赖服务&高性能服务(全读缓存,rt几毫秒)可以考虑1台服务器部署多个应用服务或者mock解决;

5.缓存、消息队列、数据库配置按比例降低(比如一个mysql实例,4C8G/8C16G足以满足日常压测需要);

6.服务的发布版本要注意如下亮点:

a.本次测试范围内的服务,发布对应的分支;

b.本次测试范围外的服务,和生产版本保持一致;


当然,近几年的流量染色等技术的应用成熟,可以在一定程度上降低搭建和维护环境的成本,但如果有能力落地流量染色服务,那搭建性能测试环境的注意事项,也就不用看了。


流量染色技术的应用实践,可以参考这里:得物染色环境落地实践


测试数据


聊完测试环境的准备工作后,聊聊测试数据的准备。当然,从某种程度上来说,测试数据也可以归纳到测试环境这个大的范畴中。


压测所涉及的数据,主要分为如下几种类型:


铺底数据


铺底数据可以理解为冷数据,因为正常的线上业务,数据库的表中一般是要存在一定的铺底数据的,如电商的库存数据,用户基础数据如电话号码、收货地址等。


在独立的性能测试环境中,也需要准备对应的铺底数据,因为SQL执行过程中,空表和大表对性能的影响还是很大的。


准备铺底数据,最常见的有如下2种方式:


  1. 从生产环境同步(需要进行敏感数据脱敏处理);
  2. 调用业务接口,用脚本批量生成写入(无需脱敏,符合业务逻辑即可);


热点数据


什么是热点数据?比如用户的登录态信息(token)、比如优惠券、比如商品图片(常存储于CDN)。


我见过很多同学在压测时先压测登录接口,然后将登录后的token拿出来再传递给下一个请求,完全没必要这么麻烦。


可以先准备一批虚拟的测试账号,跑批登录,然后将token预热到缓存中,过期时间设置的比较长即可。


在后续的测试工作中,只需要在请求头中将token和userid按照对应顺序参数化到请求中即可。


压测的场景要符合实际的业务场景,但要考虑到效率和实现成本。


其他热点数据的准备也可以参照上述的方式,提前生成,然后预热到缓存(也有本地缓存或jar包方式)。


参数化数据


参数化数据指的是压测过程中脚本中需要引用到的数据。以电商业务来说,常见的有用户id、商品数据、库存数据、订单数据等。准备参数化数据,最常见的有如下3种方式:


  1. 业务逻辑上强验证的,通过脚本跑批提前生成,再从数据库中拿出来使用;
  2. 简单的自增逻辑(如订单编号),可以通过压测工具提供的插件自增生成或写代码实现;
  3. 只校验字符串位数或不为空的场景,用随机数或uuid生成即可;


准备参数化数据的过程中,需要注意如下几点:


  1. 数据的幂等性(是否可重复使用);
  2. 数据的关联性(是否需要前置动作来更新状态);
  3. 数据的有效性(数据需要在使用阶段内一直生效);
  4. 数据的唯一性(数据在逻辑处理中仅且只有某些场景才可用);


做完了上述的几点数据准备工作,最后要做的就是对数据可用性进行验证,看看它是否如预期满足压测需要。


以上就是关于测试环境和测试数据准备过程中需要注意的事项。


下篇整理的笔记内容,会聊聊如何设计一个简单可用的压测平台。

相关实践学习
通过性能测试PTS对云服务器ECS进行规格选择与性能压测
本文为您介绍如何利用性能测试PTS对云服务器ECS进行规格选择与性能压测。
相关文章
|
1月前
|
数据采集 监控 机器人
浅谈网页端IM技术及相关测试方法实践(包括WebSocket性能测试)
最开始转转的客服系统体系如IM、工单以及机器人等都是使用第三方的产品。但第三方产品对于转转的业务,以及客服的效率等都产生了诸多限制,所以我们决定自研替换第三方系统。下面主要分享一下网页端IM技术及相关测试方法,我们先从了解IM系统和WebSocket开始。
54 4
|
2月前
|
前端开发 JavaScript 测试技术
前端测试技术中,如何提高集成测试的效率?
前端测试技术中,如何提高集成测试的效率?
|
14天前
|
分布式计算 Shell MaxCompute
odps测试表及大量数据构建测试
odps测试表及大量数据构建测试
|
19天前
|
开发框架 .NET Java
C#集合数据去重的5种方式及其性能对比测试分析
C#集合数据去重的5种方式及其性能对比测试分析
34 11
|
21天前
|
开发框架 .NET Java
C#集合数据去重的5种方式及其性能对比测试分析
C#集合数据去重的5种方式及其性能对比测试分析
43 10
|
2月前
|
机器学习/深度学习 算法 UED
在数据驱动时代,A/B 测试成为评估机器学习项目不同方案效果的重要方法
在数据驱动时代,A/B 测试成为评估机器学习项目不同方案效果的重要方法。本文介绍 A/B 测试的基本概念、步骤及其在模型评估、算法改进、特征选择和用户体验优化中的应用,同时提供 Python 实现示例,强调其在确保项目性能和用户体验方面的关键作用。
50 6
|
2月前
|
机器学习/深度学习 算法 UED
在数据驱动时代,A/B 测试成为评估机器学习项目效果的重要手段
在数据驱动时代,A/B 测试成为评估机器学习项目效果的重要手段。本文介绍了 A/B 测试的基本概念、步骤及其在模型评估、算法改进、特征选择和用户体验优化中的应用,强调了样本量、随机性和时间因素的重要性,并展示了 Python 在 A/B 测试中的具体应用实例。
38 1
|
2月前
|
数据采集 缓存 测试技术
性能测试中,除了迭代次数,还有哪些因素会影响测试结果?
性能测试中,除了迭代次数,还有哪些因素会影响测试结果?
53 2
|
2月前
|
数据采集 前端开发 安全
前端测试技术
前端测试是确保前端应用程序质量和性能的重要环节,涵盖了多种技术和方法
|
2月前
|
缓存 监控 测试技术
全网最全压测指南!教你如何测试和优化系统极限性能
大家好,我是小米。本文将介绍如何在实际项目中进行性能压测和优化,包括单台服务器和集群压测、使用JMeter、监控CPU和内存使用率、优化Tomcat和数据库配置等方面的内容,帮助你在高并发场景下提升系统性能。希望这些实战经验能助你一臂之力!
134 3

热门文章

最新文章