性能测试

概念：性能测试是性能优化的前提和基础，也是性能优化结果的检查和度量标准。

分两个视角

主观视角：用户感受到的性能

客观视角：性能指标衡量性能

性能测试指标

4大类：

响应时间：应用系统从发出请求到收到最后响应数据所需要的时间。直观的反映出系统的“快慢”

并发数：服务器中正在处理的请求。反映了系统的负载特性。对于网站而言，并发数，即系统并发用户数，指同时提交请求的用户数目。对应还有在线用户数（当前系统登录的用户数）和系统用户数（可能访问系统的总用户数）。

吞吐量：单位时间内系统处理的请求数量。对于网站可以使用“请求数/秒”、“页面数/秒”、“访问人数/天”、“处理的业务数/小时”等来衡量。常用的还是请求数/秒。TPS（每秒事务数）、HPS（每秒HTTP请求数）、QPS（每秒查询数）也是吞吐量指标。（TPS说的是泛事务，一次请求，一次查询都算一个事物）

吞吐量=(1000/响应时间ms)*并发数

性能计数器：描述服务器或操作系统性能的一些数据指标。包括System load，对象与线程数、内存使用、CPU使用、硬盘与网络IO指标等。这些指标也是系统性能的重要参数。系统性能指标发生异常时，可以及时向运维人员报警。

System Load是什么？

Load Avg就是这里说的System Load。这里的数字表示正在处理的进程数（线程数）与等待处理的进程数（线程数）之和。上面的三个数字表示5分钟，10分钟，15分钟的系统处理任务的负载。参考上面截图的数据，当前负载为2.60。本机为6核的mbp。所以，当前系统负载处在比较低的状态。至少有3颗CPU是没有任务处理的。如果System Load等于系统CPU核数。说明所有任务都在被CPU执行，并且没有任务等待。说明系统是处在效率最高的状态，没有空闲，也没有过载。

性能测试方法

性能测试需要寻找的三个点：正常情况下正常服务的点、负载增高后系统的顶点、继续增加压力系统的崩溃点

性能测试、负载测试、压力测试、稳定性测试

性能测试：以系统设计初期规划的性能指标为预期目标。对系统不断施加压力，验证系统在资源可接受范围内，是否达到预期目标。

负载测试：对系统不断增加压力，直到系统某项指标或多项指标达到临界安全值。这时候继续对系统提高压力，这时系统的处理能力开始下降。

压力测试：超过安全负载的情况下，对系统继续施加压力，直到崩溃，不能再处理任何请求。以此获得系统最大压力承受能力。

稳定性测试：被测试系统在特定硬件、软件、网络环境下，给系统增加压力，较长时间运行一段时间，测试系统是否稳定。（其实就是在模拟生产环境，并发量会突然上升，突然下降。并不是线性的。线性测试，会导致数据始终在缓存内。突然上升的压力，很可能会因为缓存数据的过期而把系统压垮。）







flower重构前后的差异：

flower重构前，因为一个微服务的慢查询，导致某一个微服务占用了所有大量线程等待响应，拖垮了其它服务，导致系统雪崩。flower重构后，使用了响应式编程，akka的事件传递机制。同样是一个慢查询，只会拖垮他自己，不会波及其它微服务。不会导致系统雪崩。

性能优化

你不能优化一个没有测试的软件

你不能优化一个你不了解的软件

性能测试主要指标：

响应时间、并发数、吞吐量、性能计数器

性能优化的一般方法：

1.性能测试，获得性能指标

2.指标分析，发现性能与资源瓶颈点

3.架构与代码分析，寻找性能与资源瓶颈关键所在

4.架构与代码优化，优化关键技术点，平衡资源利用

5.性能测试，进入性能优化闭环



.....本周内容尚未总结完毕，需要继续添加后续。没时间了，先交作业。