性能测试实践分享

批量提交报名，libra2manager应用处理请求，调用libra2center服务进行相关商品和卖家信息的判断，调用qc服务进行卖家商品资质判断是否可报名、成功后插入到数据库。

系统依赖图

二、期望值的评估

按照统一标准制定为300ms

卖家端应用libramanager平时一天的总pv量为30w；期望pv=总pv量*5 = 150w （考虑平时的小型促销*5，卖家开放后需要重新开发并重新考虑性能）

根据计算公式

每秒**平均值 =( (总PV量*80%)/(24*60*60*40%))/服务器数量（4） =  pv/s   = 8

每秒**峰值 = (((总PV量*80%)/(24*60*60*40%))*1.6) /服务器数量（4）=  pv/s   = 15 （平时最大的压力）

按照去年双12的场景，增加线上机器的情况下，预期TPS是50 （开发提供的数据），则将此次TPS设置为50

三、Checklist

1、期望值评估

2、环境搭建：应用、数据库

3、HTTP脚本（HSF脚本）

4、性能环境数据准备

5、功能是否已稳定

四、实施压测

五、原因分解

原因分解-爬代码，看看为什么有这么多次的数据库操作，以下是调用的会操作到数据库的接口

数据库操作：>20 ，分析结论：

1、多次查询contentDo，blockDo，有优化空间

2、save和submit报名记录前的查询目前是3条记录3次查询可优化成一次查询

六、调优

调优点

1、较多的contentDo查询，改用读取tair的方式（这个问题应该是可以规避的，由于多个模块由不同开发负责，开发们缺乏沟通，缺乏整体的统筹）

2、批量报名saveApplication方法和submitApplication方法前的查询，改成一次查询

3、ContentBlockQualiRootService查询得到的QualiDo，作为ApplicationAcessService接口的入参，减少查询一次QualiDo

调优结果

结论

1、调优后，批量提交三条报名记录，对数据库操作约11次，整体TPS提升约2.5倍。

2、单submitResult方法种就有3~4次的数据库操作，这块功能经评审不是非常重要，决定后续增加开关，系统压力较大时，屏蔽该功能，进一步减少对数据库操作

性能点：活动列表查询

前言：

    以下是我在项目中完成的一次性能测试实践，对性能测试还处于摸索阶段，如果有不准确的地方欢迎指点。

一、简要介绍

    卖家进入淘营销系统，查看当前可报名的所有营销活动。前台应用libra2manager首先从vsearch读取当前在报名进行中的所有活动，qc读取 这些活动所需判断的所有指标项后获取卖家对应的指标值，根据指标项要求和卖家具体指标值判断卖家可报名的所有活动，展现在可报名活动列表中

    qc首先在tair中读取卖家指标值，若tair中不存在该指标值，则从对应的datasource中读取

    系统依赖图

二、期望值的制定

     所有活动列表按照统一标准制定为300ms；可报名列表业务调用的逻辑复杂度，再参照去年对列表的压测结果（分页有3s）和期望值（500ms），设置为500ms

      卖家端应用libramanager平时一天的总pv量为30w；期望pv=总pv量*5 = 150w （考虑平时的小型促销*5，卖家开放后需要重新开发并重新考虑性能）

根据计算公式

每秒**平均值 =( (总PV量*80%)/(24*60*60*40%))/服务器数量（4） =  pv/s   = 8

每秒**峰值 = (((总PV量*80%)/(24*60*60*40%))*1.6) /服务器数量（4）=  pv/s   = 15

三、系统设计阶段

1. 提供批量验证接口，避免多次hsf调用。

2. 将资质数据读取方式从原有的懒加载改为预加载。合并多个资质树的资质，一次读取。

3. 并行数据读取。资质数据涉及多个系统（多个HSF调用），将多个HSF调用从串行改为并行

4. 并行验证。批量验证时采用并行的方式验证。

原读取方式：合并指标项一次读取数据源a、b、c中对应所需的d、e、f

改进点：合并指标项一次读取数据源a、b、c中所有的指标值

六、调优

¨

1、当前活动量，一次将所有活动全部查询性能最好

2、当前线上处于报名中状态的活动为1943个，预计很长时间内将稳定在3000内，则将一次查询量数字确定设置为3000

七、最终压测结果