性能测试系列二 何时介入性能测试

本文涉及的产品
性能测试 PTS,5000VUM额度
简介: 我们知道了压测的概念的介绍,那么很多人都想问,我们应该怎么做,在项目中的流程是怎样的,整个过程需要什么。那么我们来一一道来。

一、压测的时机


   我们选择什么样的时机去介入压测,时机的选择是很重要的,如果时间选择不对呢,那么可能压测都是无用功。或者是高投入,低产出的。我大概总结了几个时机。


   1.项目上线稳定后,对系统的评估


   2.系统研发后期,对系统的检验


   3.活动前,摸高压测,预估流量


   4.线上出现性能问题。


   5.合作活动、系统,对方要求上线前压测


大概是5个方面,当然了,也不只是这些,这里只是做了几种情况的列举。我们接下来可以详细 的看看。


   1.项目上线稳定后,对系统评估

我们在系统上线稳定后,用户的增加,我们不知道我们的系统能够抗住多少用户,用户还在增加,我们为了验证系统在未来一段时间的稳定性,我们要进行压测。对系统进行评估,通过压测,让系统的容量足够应对未来一段时间的新增。


   2.系统研发后期,对系统的检验

很多时候呢,在系统的研发的后期呢,由于团队的要求,需要对系统的稳定性做下校验,保证系统在短时间内流量陡增的时候的整体的稳定性。对系统的部署提供一个参考的结果。


   3.活动前,压测。

这个是很多时候的活动的常规的选择,我们需要在活动前,对系统进行一个摸高压测,根据预估的流量,对系统的配置进行调整优化。保证整个活动期间,系统平稳渡过,完成既定目标。


   4.线上出现性能问题

这个时候来做性能测试,是很常见的,有很多小的公司,刚开始,业务还没有增加上来,没有必要去做性能测试,等问题来了,再来做这个时候,时间是仓促的,很多时候是为了性能而性能。为了满足线上的稳定性,来修复线上问题而做的。这样的风险很大。


   5.合作活动,系统对方要求的

合作的,对方对于性能有要求,我们必须去做这一项工作。因为不达标可能合同终止,或者产生合作的损失,对公司利益造成影响。所以必须来做压测,保证合作的顺利开展。

 

  无论是怎样的时机去做性能测试。都要去做,性能测试必须做,不做不行。性能测试的做的时机的考虑一定是符合公司的业务发展,不能说随意的去选择压测时机。有时候,过早的介入性能测试,或者过多的性能优化,可能会收到反向效果。对于性能时机的选择,要贴合业务而来。

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
|
2月前
|
JavaScript jenkins 测试技术
这10款性能测试工具,收藏起来,测试人的工具箱!
这10款性能测试工具,收藏起来,测试人的工具箱!
191 1
|
2月前
|
测试技术
性能测试和负载测试的区别
性能测试和负载测试的区别
|
5天前
|
测试技术 Windows
软件测试之 性能测试 性能测试基础指标 Loadrunner、Jmeter等工具(下)
软件测试之 性能测试 性能测试基础指标 Loadrunner、Jmeter等工具(下)
9 2
|
3天前
|
存储 测试技术
【工作实践(多线程)】十个线程任务生成720w测试数据对系统进行性能测试
【工作实践(多线程)】十个线程任务生成720w测试数据对系统进行性能测试
10 0
【工作实践(多线程)】十个线程任务生成720w测试数据对系统进行性能测试
|
5天前
|
测试技术 程序员
软件测试之 性能测试 性能测试基础指标 Loadrunner、Jmeter等工具(上)
软件测试之 性能测试 性能测试基础指标 Loadrunner、Jmeter等工具(上)
11 1
|
5天前
|
测试技术 Go
go的测试编写、断言、性能测试
go的测试编写、断言、性能测试
7 0
|
2月前
|
Java 数据挖掘 关系型数据库
软件测试——性能测试2
软件测试——性能测试
28 0
|
2月前
|
数据可视化 Java 测试技术
软件测试——性能测试1
软件测试——性能测试
31 0
|
2月前
|
分布式计算 安全 Hadoop
Hadoop节点网络性能测试时延测试
【4月更文挑战第22天】
49 2
|
2月前
|
人工智能 分布式计算 Kubernetes
人工智能,应该如何测试?(三)数据构造与性能测试篇
本文探讨了人工智能场景中的性能测试,区别于传统互联网测试,其复杂性更高。主要关注点包括两类AI产品——业务类和平台类,后者涉及AI全生命周期,测试难度更大。测试重点是模型训练的性能,特别是数据模拟。需要构造大量结构化数据,如不同规模、分布、分片和特征规模的数据,以评估算法效率。此外,还涉及模拟设备规模(如视频流)和节点规模(边缘计算),以测试在大规模负载下的系统性能。文中提到了使用工具如Spark、ffmpeg、流媒体服务器和Kubernetes(K8S)的扩展项目,如Kubemark,来模拟大规模环境。最后,文章介绍了使用Golang进行异步IO操作以构建海量小文件,优化IO性能。
252 0