性能测试(3)——性能指标

本文涉及的产品
性能测试 PTS,5000VUM额度
简介: 指客户端向服务端发送请求时,所有的页面资源元素的请求的总数量。点击数不是通常一般人认为的访问一个页面就是1次点击数,点击数是该页面包含的元素(图片、链接、框架等)向Web服 务器发出的请求数量。通常我们也用每秒点击次数(Hits per Second)指标来衡量Web服务器的处理能力。强调:非业务请求,是资源请求,如js,css等 ,只有web项目才有此指标 。

(一)响应时间

响应时间指用户从客户端发起一个请求开始,到客户端接收到从服务器端返回的结果,整个过程所耗费的时间。
组成:响应时间 = 网络时间 + 应用程序处理时间


(二)并发用户数

同一时间点,发出请求的用户数,服务端在某一时刻承受最大并发访问数时的用户数就是“并发用户数”。在一些性能测试工具中,一般称为虚拟用户数(Virutal User, VUser)
与并发用户数相关的概念还包括系统注册用户数和在线用户数。以记账应用为例,该系统有1000个注册用户,最高峰时一共有500个用户是登录状态,此时有50个用户在页面点击了查看年度账单,100个用户点击了记一笔的提交按钮,80个用户点击了明细页的日期切换查看账单列表,其他用户无操作可能在任意界面查看或填写表单。那么系统注册用户数为1000,在线用户数为500,并发用户数为50+100+80=230。
系统注册用户数累计注册用户数,不一定在线,在线用户可能是正常发起请求,也可能只是挂机啥操作都没有,不一定同时做某一件事情。


(三)吞吐量

吞吐量直接体现软件系统的性能承载能力,是指单位时间内系统处理的用户请求的数量。在容量规划的测试中,吞吐量是一个重点关注的指标,因为它能够说明系统级别的负载能力,另外,在性能调优过程中,吞吐量指标也有重要的价值。一般来说,吞吐量可以用以下几个更具体的指标来衡量:

(1)Tps

TPS:Transaction per Second:系统每秒处理请求次数,单位是次/秒。 (单位时间内系统处理的客户端请求的事务次数)
计算:TPS = 并发数/平均响应时间
事务:就是业务请求,对应一个或者多个操作。如支付请求,包括服务器查询用户余额,支付安全校验等多个操作。 一个业务请 求发送给服务器后,最终会定位到服务器对应的业务请求的代码,既有可能是一段代码也有可能是多段代码。

(2)Qps

QPS: Query Per Second:每秒查询数
控制服务器每秒处理指定请求数(如:控制服务器达到每秒60QPS,服务器的性能各项性能指标是否正常)。 (衡量web 服务器处理能力一个重要指标)


(四)错误率

错误率指系统在负载情况下,失败交易的概率。错误率=(失败交易数/交易总数)×100%。稳定性较好的系统,其错误率应该由超时引起,即为超时率。
提示:

  1. 不同系统对错误率要求不同,但一般不超过千分之五;
  2. 稳定性较好的系统,其错误率应该由超时引起,即为超时率。

强调:是在负载情况下,非一般情况下


(五)Hps

HPS点击数:Hit per Second
指客户端向服务端发送请求时,所有的页面资源元素的请求的总数量。
点击数不是通常一般人认为的访问一个页面就是1次点击数,点击数是该页面包含的元素(图片、链接、框架等)向Web服 务器发出的请求数量。
通常我们也用每秒点击次数(Hits per Second)指标来衡量Web服务器的处理能力。
强调:非业务请求,是资源请求,如js,css等 ,只有web项目才有此指标


(六)资源使用率

 是指系统各种资源的使用情况,一般用“资源的使用量/总的资源可用量×100%”形成资源利用率的数据。  <br />服务器资源的使用程度,比如服务器(应用、服务器)的CPU利用率,内存利用率,磁盘利用率,网络带宽利用率。
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。
目录
相关文章
|
缓存 前端开发 测试技术
软件测试|性能测试中常用的性能指标有哪些?
软件测试|性能测试中常用的性能指标有哪些?
|
SQL 监控 测试技术
大话性能测试系列(3)- 常用的性能指标
大话性能测试系列(3)- 常用的性能指标
332 0
大话性能测试系列(3)- 常用的性能指标
|
2月前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
【10月更文挑战第1天】Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
149 3
|
3月前
|
测试技术 数据库 UED
Python 性能测试进阶之路:JMeter 与 Locust 的强强联合,解锁性能极限
【9月更文挑战第9天】在数字化时代,确保软件系统在高并发场景下的稳定性至关重要。Python 为此提供了丰富的性能测试工具,如 JMeter 和 Locust。JMeter 可模拟复杂请求场景,而 Locust 则能更灵活地模拟真实用户行为。结合两者优势,可全面评估系统性能并优化瓶颈。例如,在电商网站促销期间,通过 JMeter 模拟大量登录请求并用 Locust 模拟用户浏览和购物行为,可有效识别并解决性能问题,从而提升系统稳定性和用户体验。这种组合为性能测试开辟了新道路,助力应对复杂挑战。
114 2
|
24天前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
52 3
|
23天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
38 1
|
3月前
|
缓存 Java 测试技术
谷粒商城笔记+踩坑(11)——性能压测和调优,JMeter压力测试+jvisualvm监控性能+资源动静分离+修改堆内存
使用JMeter对项目各个接口进行压力测试,并对前端进行动静分离优化,优化三级分类查询接口的性能
101 10
谷粒商城笔记+踩坑(11)——性能压测和调优,JMeter压力测试+jvisualvm监控性能+资源动静分离+修改堆内存
|
2月前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
【10月更文挑战第1天】告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
66 4