性能指標(biāo)收集

1、性能指標(biāo)收集吞吐量網(wǎng)絡(luò)吞吐量測試是網(wǎng)絡(luò)維護和故障查找中最重要的手段之一，尤其是在分 析與網(wǎng)絡(luò)性能相關(guān)的問題時吞吐量的測試是必備的測試手段。作為驗證和測試網(wǎng)絡(luò)帶寬最常用的技術(shù)就是吞吐量測試。一個典型的吞吐 量測試方法是從網(wǎng)絡(luò)的一個設(shè)備向另一個設(shè)備發(fā)送流量并且確定一個速率 和發(fā)送時間間隔，而接收端的設(shè)備計算接收到的測試幀，測試結(jié)束時系統(tǒng) 計算接收率一一即吞吐速率。這種測試也被稱作端到端網(wǎng)絡(luò)性能測試，它 被廣泛地應(yīng)用在 局域網(wǎng)內(nèi)、局域網(wǎng)間和通過廣域網(wǎng)互聯(lián)的網(wǎng)絡(luò)測試環(huán)境中。測試方法：端對端測試有很多的測試手段和方法，主要分起來有兩類：一類是基于PC軟件的測試，另一類是使用專門的測試儀器進行的測試手段。

2、通常對于流量比較 大的（如：大于30Mbps以上）測試主要是使用測試儀器進行的，這是因為測試儀器 不象基于PC的測試軟件那樣要受到操作系統(tǒng)、網(wǎng)卡、設(shè)備驅(qū)動和配置等諸多方面的 影響，測試儀能提供穩(wěn)定、獨立和可重復(fù)性的測試結(jié)果。在Load Runner的報告中，Total Throughput bytes）的含義是：在整個測試過程 中，從服務(wù)器返回給客戶端的所有字節(jié)數(shù)量。Total Hits的計算不是按照用戶的展標(biāo)點擊次數(shù)計算，而是按照客戶端向后臺發(fā) 起了多少次請求計算。譬如：在訪問一次頁面中，假設(shè)該頁面里面包含5個圖片，那 么，用戶只用點擊鼠標(biāo)一次毓可以訪問該頁面，而LoadRunner視該詞訪

3、問的點擊量 為1+5=6次.理解廣吞吐璃和點擊站那么吞葉.率和點擊率我們就容易理解了,這就是：吞吐率=吞吐鉗/測試時間點i,率二點山量啤試肘間但是這個測試時間是如何規(guī)定的呢？這個我們就不清楚了。到此為止，我們解決了一些問題，但是我們還有更深的疑惑。這個問題的才艮源是 LoadRunner是，個黑盒了-，我們-無從知道性能測試指標(biāo)的具體算法c,如果LoadRunner 是 個開源的性能測試.具，我們就很容易知道性能測試指標(biāo)是如何計算出來的,Loadrunner中對應(yīng)的結(jié)果顯示Total Throughput （bytes）吞吐量：服務(wù)器返回給客戶端的所有字節(jié)數(shù)。Average Throughpu

4、t （bytes/second）吞吐率：Total Throughput/ 測試時間Total Hits點擊量：客戶端向服務(wù)器發(fā)送了多少次請求Average Hits per Second 點擊率：Total Hits/測試時間Hits per Second （每秒點擊次數(shù)）“每秒點擊次數(shù)”，即使運行場景過程中虛擬用戶每秒向Web服務(wù)器提交的HTTP請求數(shù)。通過它可以評估虛擬用戶產(chǎn)生的負載量，如將其和“平均事務(wù)響應(yīng)時間”圖比較，可以查看 點擊次數(shù)對事務(wù)性能產(chǎn)生的影響。通過對查看“每秒點擊次數(shù)”，可以判斷系統(tǒng)是否穩(wěn)定。 系統(tǒng)點擊率下降通常表明服務(wù)器的響應(yīng)速度在變慢，需進一步分析，發(fā)現(xiàn)系統(tǒng)瓶頸所在

5、。Throughput （吞吐率）“吞吐率”顯示的是場景運行過程中服務(wù)器的每秒的吞吐量。其度量單位是字節(jié)，表示虛擬用在任何給定的每一秒從服務(wù)器獲得的數(shù)據(jù)量。可以依據(jù)服務(wù)器的吞吐量來評估虛擬用戶產(chǎn)生的負載量，以及看出服務(wù)器在流量方面的 處理能力以及是否存在瓶頸。虛擬用戶數(shù)集合點：如果腳本中設(shè)置集合點，可以達到絕對的并發(fā)，但是集合點并不是并發(fā)用戶 的代名詞，設(shè)置結(jié)合點和不設(shè)置結(jié)合點，需要看你站在什么角度上來看待并發(fā)，使整 個服務(wù)器，還是提供服務(wù)的一個事務(wù)；虛擬用戶，就是LR通過某種仿真機制虛擬出來的用來仿真用戶行為的用戶，一 般以線程或者進程來實現(xiàn)用戶的仿真！并發(fā)用戶數(shù)量的統(tǒng)計的方法目前還沒有準(zhǔn)確

6、的公式，因為不同系統(tǒng)會有不同的并發(fā)特征。一般是使用系統(tǒng)用戶數(shù)量的5%20%左右。對于這個公式是沒有必要拘泥于計算的 結(jié)果，因為為了保證系統(tǒng)的擴展空間，測試時的并發(fā)用戶數(shù)量要稍微大一些，除非是 要測試系統(tǒng)能承載的最大并發(fā)用戶數(shù)量。并發(fā)用戶：是同時執(zhí)行一個操作的用戶，或者是同時執(zhí)行腳本的用戶，這個并發(fā)在設(shè)置不同 場景的時候并發(fā)的情況是不一樣的，在實際的測試中需要根據(jù)具體的需求進行設(shè)計。web系 統(tǒng)，在線不等于并發(fā)，如何計算這個并發(fā)數(shù)是個難題。這個就是設(shè)置集合點時候設(shè)置的在 scenario-Rendezvous,點 policy 設(shè)置的用戶數(shù)。估算并發(fā)數(shù)的公式：（1）計算平均的并發(fā)用戶數(shù)：C =

7、nL/T（2）并發(fā)用戶數(shù)峰值：C e C+3根號C公式（1）中，C是平均的并發(fā)用戶數(shù)；n是login session的數(shù)量；L是login session的 平均長度；T指考察的時間段長度。公式（2）則給出了并發(fā)用戶數(shù)峰值的計算方式中，其中，C指并發(fā)用戶數(shù)的峰值，C 就是公式（1）中得到的平均的并發(fā)用戶數(shù)。該公式的得出是假設(shè)用戶的login session產(chǎn)生 符合泊松分布而估算得到的。假設(shè)有一個OA系統(tǒng)，該系統(tǒng)有3000個用戶，（可以看注冊信息）平均每天大約有400 個用戶要訪問該系統(tǒng)，（日志文件查看）對一個典型用戶來說，一天之內(nèi)用戶從登錄到退出 該系統(tǒng)的平均時間為4小時，在一天的時間內(nèi)，用

8、戶只在8小時內(nèi)使用該系統(tǒng)。則根據(jù)公式（1）和公式（2），可以得到：平均并發(fā)用戶數(shù) C = 400*4/8 = 200并發(fā)用戶數(shù)峰值Ce200+3*根號200 = 242但是一般的做法是把每天訪問系統(tǒng)用戶數(shù)的10%作為平均的并發(fā)用戶數(shù)。最大的并發(fā) 用戶數(shù)乘上一個值，2或者3.假如說用戶要求系統(tǒng)每秒最大可以處理100個登陸請求，10/25/50/75/100個并發(fā)用戶來執(zhí) 行登陸操作，然后觀察系統(tǒng)在不同負載下的響應(yīng)時間和每秒事務(wù)數(shù)。如果用戶數(shù)在100的時 候，響應(yīng)時間還在允許范圍呢，就要加大用戶數(shù)，例如120等。個人理解這個用戶數(shù)就是 我們經(jīng)常說的等價類和邊界值法來設(shè)定。注：泊松分布概率論中常用的

9、一種離散型概率分布。若隨機變量X只取非負整數(shù)值，取k值的概率為入ke-l/k!（記作P （k； 入），其中k可以等于0，1, 2,則隨機變量X的分布稱為泊松分布，記作P（Q。這個分布是S.-D.泊松研 究二項分布的漸近公式是時提出來的。泊松分布P （入）中只有一個參數(shù)入，它既是泊松分布的均值，也是泊 松分布的方差。在實際事例中，當(dāng)一個隨機事件，例如某電話交換臺收到的呼叫、來到某公共汽車站的乘客、某放射性物質(zhì)發(fā)射出的粒子、顯微鏡下某區(qū) 域中的白血球等等，以固定的平均瞬時速率入（或稱密度）隨機且獨立地出現(xiàn)時，那么這個事件在單位時間（面積或體積）內(nèi)出現(xiàn)的次數(shù)或個數(shù)就近似地服從泊松分布。因此泊松分布在

10、管理科學(xué)，運籌學(xué)以及自然 科學(xué)的某些問題中都占有重要的地位。泊松分布（Poisson distribution），臺譯卜瓦松分布，是一種統(tǒng)計與概率學(xué)里常見到的離散機率分布（discrete probability distribution），由法國數(shù)學(xué)家西莫恩德尼泊松（Simeon-Denis Poisson）在1838年時發(fā)表。泊 松分布的概率密度函數(shù)為：P（X=k）=frac（eA（-lambdalambdaAk（k!泊松分布的參數(shù)入是單位時間（或單 位面積）內(nèi)隨機事件的平均發(fā)生率。泊松分布適合于描述單位時間內(nèi)隨機事件發(fā)生的次數(shù)。如某一服務(wù)設(shè) 施在一定時間內(nèi)到達的人數(shù)，電話交換機接到呼叫的

11、次數(shù)，汽車站臺的候客人數(shù)，機器出現(xiàn)的故障數(shù)，自 然災(zāi)害發(fā)生的次數(shù)等等。事務(wù)響應(yīng)時間First Buffer + Receive + Client Time =事務(wù)響應(yīng)時間1、DNS解析時間：瀏覽訪問一個網(wǎng)站的時候，一般用的是域名，需要DNS服務(wù)器把域名解 析 為IP地址，這個過程就是域名解析時間。2、Connection：解析出Web Server的IP地址后，瀏覽器請求被發(fā)送到了一個Web Server，然后瀏覽器和Web Server之間需要建立一個初始化的HTTP連接，服務(wù)器端需要做兩 件事：一個是接收請求，而是分配進程。建立該連接的過程就是Connection。3、 First Buf

12、fer：建立連接后，從Web Server發(fā)出第一個數(shù)據(jù)包，進過網(wǎng)絡(luò)傳輸?shù)娇蛻舳?，瀏覽器成功接收第一個字節(jié)的時間就是First Buffer。4、Receive：從瀏覽器接收第一個字節(jié)起，知道成功收到最后一個字節(jié)，下載完成為止。5、Client Time：請求在客戶端瀏覽器延遲的時間。Average Transaciton Response Time （事務(wù)平均響應(yīng)時間）“事務(wù)平均響應(yīng)時間，顯示的是測試場景運行期間的每一秒內(nèi)事務(wù)執(zhí)行所用的平均時間， 通過它可以分析測試場景運行期間應(yīng)用系統(tǒng)的性能走向。例：隨著測試時間的變化，系統(tǒng)處理事務(wù)的速度開始逐漸變慢，這說明應(yīng)用系統(tǒng)隨著投 產(chǎn)時間的變化，整體

13、性能將會有下降的趨勢。Transaction Response Time（Distribution）（事務(wù)響應(yīng)時間（分布）“事務(wù)響應(yīng)時間（分布）”顯示在場景運行過程中，事務(wù)執(zhí)行所用時間的分布，通過它可以 了解測試過程中不同響應(yīng)時間的事務(wù)數(shù)量。如果系統(tǒng)預(yù)先定義了相關(guān)事務(wù)可以接受的最小和 最大事務(wù)響應(yīng)時間，則可以使用此圖確定服務(wù)器性能是否在可以接受的范圍內(nèi)。Transactions per Second （每秒通過事務(wù)數(shù)/TPS）“每秒通過事務(wù)數(shù)/TPS”顯示在場景運行的每一秒鐘，每個事務(wù)通過、失敗以及停止的數(shù) 量，使考查系統(tǒng)性能的一個重要參數(shù)。通過它可以確定系統(tǒng)在任何給定時刻的時間事務(wù)負載。 分

14、析TPS主要是看曲線的性能走向。將它與平均事務(wù)響應(yīng)時間進行對比，可以分析事務(wù)數(shù)目對執(zhí)行時間的影響。例：當(dāng)壓力加大時，點擊率/TPS曲線如果變化緩慢或者有平坦的趨勢，很有可能是服 務(wù)器開始出現(xiàn)瓶頸。Web Page Breakdown （網(wǎng)頁元素細分）：“網(wǎng)頁元素細分”主要用來評估頁面內(nèi)容是否影響事務(wù)的響應(yīng)時間，通過它可以深入地分析網(wǎng)站上那些下載很慢的圖形或中斷的連接等有問 題的元素。1、Web Page Breakdown （頁面分解總圖）“頁面分解”顯示某一具體事務(wù)在測試過程的響應(yīng)情況，進而分析相關(guān)的事務(wù)運行是否 正常?！绊撁娣纸狻眻D可以按下面四種方式進行進一步細分：1）、Download

15、Time Breaddown （下載時間細分）“下載時間細分”圖顯示網(wǎng)頁中不同元素的下載時間，同時還可按照下載過程把時間進 行分解，用不同的顏色來顯示DNS解析時間、建立連接時間、第一次緩沖時間等各自所占比 例。2）、Component Breakdown（Over Time）（組件細分（隨時間變化）“組件細分”圖顯示選定網(wǎng)頁的頁面組件隨時間變化的細分圖。通過該圖可以很容易的 看出哪些元素在測試過程中下載時間不穩(wěn)定。該圖特別適用于需要在客戶端下載控件較多的 頁面，通過分析控件的響應(yīng)時間，很容易就能發(fā)現(xiàn)那些控件不穩(wěn)定或者比較耗時。3）、Download Time Breakdown（Over T

16、ime）（下載時間細分（隨時間變化）“下載時間細分（隨時間變化）”圖顯示選定網(wǎng)頁的頁面元素下載時間細分（隨時間變 化）情況，它非常清晰地顯示了頁面各個元素在壓力測試過程中的下載情況?！跋螺d時間細分”圖顯示的是整個測試過程頁面元素響應(yīng)的時間統(tǒng)計分析結(jié)果，“下載 時間細分（隨時間變化）”顯示的事場景運行過程中每一秒內(nèi)頁面元素響應(yīng)時間的統(tǒng)計結(jié)果， 兩者分別從宏觀和微觀角度來分析頁面元素的下載時間。4）、Time to First Buffer Breakdown（Over Time）（第一次緩沖時間細分（隨時間變化）“第一次緩沖時間細分（隨時間變化）”圖顯示成功收到從Web服務(wù)器返回的第一次緩 沖之

17、前的這段時間，場景或會話步驟運行的每一秒中每個網(wǎng)頁組件的服務(wù)器時間和網(wǎng) 絡(luò)時間（以秒為單位）?？梢允褂迷搱D確定場景或會話步驟運行期間服務(wù)器或網(wǎng)絡(luò)出 現(xiàn)問題的時間。First Buffer Time :是指客戶端與服務(wù)器端建立連接后，從服務(wù)器發(fā)送第一個數(shù)據(jù)包 開始計時，數(shù)據(jù)經(jīng)過網(wǎng)絡(luò)傳送到客戶端，到瀏覽器接收到第一個緩沖所用的時間。2、Page Component Breakdown （頁面組件細分）“頁面組件細分”圖顯示每個網(wǎng)頁及其組件的平均下載時間（以秒為單位）。可以根據(jù) 下載組件所用的平均秒數(shù)對圖列進行排序，通過它有助于隔離有問題的組件。3、Page Component Breakdown（

18、Over Time）（頁面組件分解（隨時間變化）“頁面組件分解（隨時間變化）”圖顯示在方案運行期間的每一秒內(nèi)每個網(wǎng)頁及其組件 的平均響應(yīng)時間（以秒為單位）。4、Page Download Time Breakdown （頁面下載時間細分）“頁面下載時間細分”圖顯示每個頁面組件下載時間的細分，可以根據(jù)它確定在網(wǎng)頁下 載期間事務(wù)響應(yīng)時間緩慢是由網(wǎng)絡(luò)錯誤引起還是由服務(wù)器錯誤引起。“頁面下載時間細分”圖根據(jù)DNS解析時間、連接時間、第一次緩沖時間、SSL握手時 間、接收時間、FTP驗證時間、客戶端時間和錯誤時間來對每個組件的下載過程進行 細分。5、Page Download Time Breakdow

19、n（Over Time）（頁面下載時間細分（隨時間變化）“頁面下載時間細分（隨時間變化）”圖顯示方案運行期間，每一秒內(nèi)每個頁面組件下載 時間的細分。使用此圖可以確定網(wǎng)絡(luò)或服務(wù)器在方案執(zhí)行期間哪一時間點發(fā)生了問題。“頁面組件細分（隨時間變化）”圖和“頁面下載時間細分（隨時間變化）”圖通常結(jié)合 起來進行分析：首先確定有問題的組件，然后分析它們的下載過程，進而定位原因在哪里。6、Time to First Buffer Breakdown （第一次緩沖時間細分）“第一次緩沖時間細分”圖顯示成功收到從Web服務(wù)器返回的第一次緩沖之前的這一 段時間內(nèi)的每個頁面組件的相關(guān)服務(wù)器/網(wǎng)路時間。如果組件的下載時

20、間很長，則可以使用 此圖確定產(chǎn)生的問題與服務(wù)器有關(guān)還是與網(wǎng)絡(luò)有關(guān)。網(wǎng)絡(luò)時間：定義為第一個HTTP請求那一刻開始，直到確認為止所經(jīng)過的平均時間。服務(wù)器時間：定義為從收到初始HTTP請求確認開始，直到成功收到來自Web服務(wù)器的 一次緩沖為止所經(jīng)過的平均時間。7、Time to First Buffer Breakdown（Over Time）（第一次緩沖時間細分（隨時間變化）“第一次緩沖時間細分（隨時間變化）”圖顯示成功收到從Web服務(wù)器返回的第一個緩沖之前的這段時間內(nèi)，場景運行的每一秒中每個網(wǎng)頁組件的服務(wù)器時間和網(wǎng)絡(luò)時間?？梢允?用此圖確定場景運行期間服務(wù)器或網(wǎng)絡(luò)出現(xiàn)問題的時間點。8、Downl

21、oader Component Size（KB）（已下載組件大小）“已下載組件大小”圖顯示每個已經(jīng)下載的網(wǎng)頁組建的大小。通過它可以直接看出哪些 組件比較大并需要進一步進行優(yōu)化以提高性能。指標(biāo)詳細1、SQL數(shù)據(jù)庫：User 0 Connections （用戶連接數(shù)，也就是數(shù)據(jù)庫的連接數(shù)量）；Number of deadlocks/Sec/Total （數(shù)據(jù)庫死鎖）Memory Availalle Mbyte 內(nèi)存監(jiān)控（可用內(nèi)存）Physicsdisk disk time Total （磁盤讀寫總時間）（出現(xiàn)瓶頸時檢查讀磁 盤的時間長還是寫磁盤的時間長）Butter Caile hit （數(shù)據(jù)庫緩

22、存的選取命中率）數(shù)據(jù)庫的命中率不能低于92%2、Web Server：Processor Processon time Tatol cpu 時間Memory Availalle MbyteAvai 應(yīng)用服務(wù)器的內(nèi)存Requst Quened進入HTTP隊列的時間；隊歹”每秒Total request總請求數(shù)時間Avg Rps平均每秒鐘響應(yīng)次數(shù)=總請求時間/秒數(shù)Avg time to last byte per terstion （mstes）平均每秒迭代次數(shù)； 上一個 頁面到下一個頁面的時間是你錄入角本的一個過程的執(zhí)行Http Error無效請求次數(shù)Send發(fā)送請求次數(shù)字節(jié)數(shù)Webload的壓

23、力參數(shù)：l Load Size（壓力規(guī)模大?。﹍ Round Time（請求時間）l Rounds （請求數(shù)）l Successful Rounds （成功的請求）l Failed Rounds （失敗的請求）l Rounds Per Second （每秒請求次數(shù)）（是指你錄入角本的任務(wù)在一秒中執(zhí)行 的次數(shù)，類似 Avg time to last byte per terstion （mstes）l Successful Rounds Per Second（每秒成功的請求次數(shù)）l Failed Rounds Per Second （每秒失敗的請求次數(shù)）l Page Time頁面響應(yīng)時間l Pages （頁面數(shù)）l Pages Per Second （每秒頁面響應(yīng)數(shù)）l H it Time （點擊時間）l Hits （點擊次數(shù)，也可以是請求次數(shù)，不過有一些不一樣）l Successful Hits （成功的點擊次數(shù)）l Failed Hits （失敗的點擊次數(shù)）l Hits Per Second （每秒點擊數(shù)）l Successful Hits Per Second （每秒成功的點擊次數(shù)）l Failed Hits Per Second （每秒失敗的點擊次數(shù)）l Attempted Connections （嘗試鏈接數(shù)）l Successful Connec