面试题:性能测试指标有哪些?分别是什么含义?
tps:每秒事务量,代表了系统的处理能力,tps越高,性能越好;
响应时间:从发出请求到接受到系统响应数据所花费的时间,响应时间越短,性能越好;
吞吐量:网络上行和下行流量的总和,吞吐量是网络瓶颈定位的重要指标;
错误率:在压测过程中系统出现错误的比例。
面试题:什么是集合点,什么场景下需要用集合点?
集合点是测试脚本中的一个标记,当每个虚拟用户执行到标记处时,会停留在标记处等待其他的虚拟用户,当达到预期设置的并发数时,标记处的所有用户同时启动执行后续的请求。
集合点会产生瞬间高并发,但是也会降低平均压力。所以在压测过程中,如果有要求瞬间高并发的业务,就需要使用集合点,比如抢购,秒杀之类的业务。
面试题:描述一下你们公司的性能测试流程?
分析性能需求(用户使用最频繁的场景进行测试)确定性能指标(例如:事务通过率100%,top99%是5秒,最大并发是2000,CPU和内存都是70%以下);
制定性能测试计划,明确测试时间、测试环境和测试工具;
编写测试用例;
搭建测试环境,准备测试数据、编写测试脚本;
测试脚本优化:设置检查点,参数化,关联,集合点,事务,调整思考时间等;
设计测试场景,运行测试脚本和监控服务器;
分析测试结果,收集相关日志提单给开发;
回归测试;
编写测试报告。
面试题:如果确定系统最大负载?
通过负载测试,不断增加用户数,随着用户数的增加,各项性能指标也会相应产生变化,当出现了拐点,如:当用户数达到某个数量级时,响应时间突然增长,那这个拐点就是系统的最大用户数。
面试题:性能测试在什么环境执行?
我们一般会搭建一套独立的性能测试环境进行测试。
面试题:性能测试什么时候执行?
功能测试之后,系统比较稳定的时候做性能测试。
面试题:并发数是怎么确定的?
先上线一段时间,根据收集到的用户访问数据进行预估;
根据需求来确定(使用高峰期,登录用户数,响应时间)。
面试题:如何实现500用户的并发?
绝对并发:在脚本对应的请求后添加集合点;
相对并发:线程组设置500线程数。
面试题:如果判断系统瓶颈?
从TPS指标分析,TPS即系统单位内处理事务的数量,观察当随着用户数的增长期系统每秒可处理的事务数是否也会增长。
面试题:什么情况下要做关联,关联是怎么做的?
当脚本的上下文有联系则用关联;如:登录的token关联,增删改查主键ID。
面试题:有验证码的功能,怎么做性能测试?
将验证码暂时屏蔽,完成性能测试后,再恢复;
使用万能的验证码。
面试题:如何分析性能测试结果?
首先看事务通过率,然后分析响应时间、CPU、内存等指标是否满足需求,如果结果不可信,则分析异常原因并复测。
确定性能结果可信之后,如发现以下问题,按下面思路来定位问题:
1.响应时间不达标:首先看事务所消耗的时间主要是在网络传输还是服务器,如果是网络,就需要结合网络吞吐量图,计算宽带是否存在瓶颈,如果存在就需要考虑增加宽带;
如果不存在则有可能是网络不稳定导致的。如果是服务器,就要分别查看web服务器和数据库服务器的CPU、内存的使用率是否过高,因为过高的CPU,内存必定会造成响应时间过长;
2.服务器CPU指标异常:把web服务器对应上对应的用户操作日志取下来,发给开发定位;
3.数据库CPU指标异常:把数据库服务器对应上对应的日期取下来,发给开发定位;
4.内存泄漏:把内存的heap数据取下来,分析是那个对象消耗内存最多,然后发给开发定位;
5.程序在单用户场景下运行成功,多用户运行失败,提示连不上服务器:程序可能是单线程处理机制。
面试题:tps压不上去,可能有哪些方面的原因?
压力机本身性能瓶颈;
网络IO瓶颈;
中间件(tomcat/nginx/mysql)连接数限制;
Java线程的阻塞、等待;
本系统资源的瓶颈(cpu、内存、磁盘、网络等)。
面试题:你在性能测试中遇到哪些性能问题?
响应时间过长、tps过低、内存溢出、CPU使用率过高。
面试题:性能场景怎么设计?一般都有哪些性能场景?
基本的场景包括:基准测试、单交易测试、混合测试、稳定性测试、高可用性测试、异常测试等。
面试题:服务器的cpu使用率和load是什么关系?
通常情况下,cpu使用率和load值是正比关系,即cpu使用率越高,load值越高。但是在一些特殊情况下,也会出现cpu使用率不高,但是load值较高的情况,比如某系统只能使用CPU中的单核运行,它可以占用单核cpu100%,但从整体cpu使用率来看,只是使用了一小部分。而随着并发的增大,单核CPU的任务队列会越来越长,造成了load值较高。