-
性能测试之压力测试
一.基本介绍
压力测试考察当前软硬件条件下系统所能承受的最大负荷并找到系统瓶颈所在。压测是为了系统在线上的处理能力和稳定性维持在一个范围内。
压力测试可以帮助我们找到寻常测试难以找到的：内存泄漏、并发与同步。二.性能指标
- 响应时间： 用户发送请求，到客户端接收服务器端的响应结束，整个过程所耗费的时间（时间越短，证明接口性能越好）。
- HPS（Hits Per Second）： 每秒点击次数，单位是次/秒。（一般不去看）
- TPS（Transaction per Second）： 系统每秒处理交易（业务）数，单位是笔/秒。
- QPS（Query per Second）： 系统每秒处理查询数，单位次/秒。
行业 性能范围（TPS） 金融行业 1000 ~ 50000（不包含秒杀类似的特殊场景） 保险行业 100 ~ 100000（不包含秒杀类似的特殊场景） 制造行业 10 ~ 5000 互联网电子商务 10000 ~ 1000000（淘宝、京东等） 互联网中型网站 1000 ~ 50000 互联网小型网站 500 ~ 10000 - 最大响应时间： 用户发送请求到接到响应的最大时间（发送十万请求，其中长的响应时间就是20s）。
- 最少响应时间： 用户发送请求到接到响应的最少时间（发送十万请求，其中短的响应时间就是10ms）。
- 90%响应时间： 指所有用户的响应时间进行排序，第90%的响应时间（发送十万请求，90%在1s内都响应）。
从外部看，性能测试主要关注以下三个指标：
- 吞吐量： 每秒系统能够处理的请求数、任务数。
- 响应时间： 服务器处理一个请求或任务的时间。
- 错误率： 一批请求中结果出错的请求的比例。
三.下载安装JMeter
1.下载安装包
2.启动JMeter
解压 -> bin -> 双击jmeter.bat
四.使用JMeter
1.模拟用户请求
2.填写测试地址
3.接收测试结果
4.结果解释
-
相关阅读:
视频字幕处理+AI绘画，Runway 全功能超详细使用教程（4）
QFramework 常用
论文阅读【5】DeepFM: A Factorization-Machine based Neural Network for CTR Prediction
MQ系列：消息中间件执行原理
Python 爬虫正则表达式和re库，及re库的基本使用，提取单个页面信息
ClickHouse(19)ClickHouse集成Hive表引擎详细解析
GPT-4o模型到底有多强
Vue_watch+Computed+filter
Windows11+Ubuntu24.04双系统安装及配置
信奥中的数学：约数
- 原文地址：https://blog.csdn.net/twotwo22222/article/details/132421917
