---

前言

性能测试面试常问

什么时候做性能测试？

①项目刚上线的时候：用户为0（避免用户量突然增加，系统承受不住）。
②发布活动的时候：节日商品秒杀，打折优惠，某时间段促销，大批量用户集中访问下单（平时没这么多用户）。
③版本迭代的时候：新功能产生（类似刚上线）。
④高负载的稳定性：推出免费课程，一天内就会持续增长，要看负载，一个视频网站最多容纳多少人（只进不出）。

如何模拟生产环境？

①等比模拟硬件：生产环境是100台，那么测试就等比缩小为10台。
②同步软件版本位数：因为不同版本，会有细微差别（所有软件）。
③使用负载均衡模拟共享中心的应用：负载均衡主要做分发，分发机制类似共享中心。
④最大限度避免网络问题：将服务器置于同一机房，避免由于网络波动而出现的性能问题（忽略网络）。

注意：
做性能测试，不要直接去互联网测去，有网络，有时候就不知道问题是哪出的。
性能的测试环境，必须是自己搭建的，这样面对多个影响因素，才能做到心中有数。

性能测试的数据准备？

①数据的分类：性能测试与功能测试的数据库，要相互独立
基础数据：让表中数据达到一定数量级，目的是测出数据库索引是否需要优化，表空间、索引空间是否足够。

业务数据：被测系统能够按业务逻辑运行起来的数据，目的是测出SQL语句和程序代码是否需要优化 。

性能测试，一定是需要大数据量。
注意：基础数据主要体现存储空间，业务数据主要是看操作速度 。

②数据的准备：
利用性能测试工具构建。
写循环代码SQL插入数据表。
从生产库中拷贝。

性能测试小细节总结

如何理解性能指标？
在性能测试中，涉及的性能指标有很多，强行记忆理解可能是一件很吃力的事情。对性能指标进行分层划分，这样有助于记忆和理解。

在体育运动中，我们都知道提倡“更高、更快、更强”，其实对于系统的性能，我们也可以这么理解，大概分层如下：

分层	说明
更高	资源：CPU%、Memery%、I/O
更快	速度：TPS、RT/ART
更强	容量、PV、Hit

层层分析性能瓶颈

软件应用是一个很复杂的东西，影响性能表现的因素更多，直接影响OR间接影响，在分析过程中都是需要注意的。下面是一些比较常用的分析方法：

①分层梳理

梳理层次	举例说明
业务梳理	业务配比、依赖关系角度
数据梳理	真实数据统计准确性、测试数据失效过期、数据污染
架构梳理	缓存、集群、负载均衡、分布式、微服务、异步通信、网关
参数梳理	最大连接数、最大线程数、JVM内存分配、timeout、异常/失败重试次数
场景梳理	异常场景、容量场景、基准场景、并发场景、稳定性场景、多节点场景、容灾恢复场景

②模块梳理

组成模块	举例说明
负载机	高并发下，负载机可能成为限制性能提升的瓶颈
网络	高吞吐量下，网络带宽的不足会成为性能提升的瓶颈
中间件	缓存策略、代理分发策略、服务通信策略
服务器	CPU、Memory
数据库	索引、锁、分库分表、视图、实例等
操作系统	文件I/O、buffer、cached等

性能测试的方法论

①性能测试场景一定要基于真实环境来模拟；
②性能测试场景一定要基于具体清晰的指标来构建；
③场景建模是分析的结果，性能需求分析是场景建模的前提；
④开展性能测试之前，要设定统一的目标、分析方法、条理分明的流程以及高度的团队协作和任务分配；
⑤性能测试，执行监控分析是核心；

什么时候需要关联

①服务端value动态返回；
②数据在后续执行中需要引用；
③业务场景有前后依赖关系；

如何理解ThinkTime？

①要不要添加ThinkTime？
②什么时候用到ThinkTime？
③用ThinkTime会有什么效果？
④ThinkTime是否匹配真实业务场景？
⑤ThinkTime是否会影响到服务器资源？

下面是我整理的2023年最全的软件测试工程师学习知识架构体系图

一、Python编程入门到精通

二、接口自动化项目实战

三、Web自动化项目实战

四、App自动化项目实战

五、一线大厂简历

六、测试开发DevOps体系

七、常用自动化测试工具

八、JMeter性能测试

九、总结（尾部小惊喜）

你的人生只有一次，不要让它浪费在平庸和懒惰中。直面挑战，勇敢前行，即便失败也不留遗憾。相信自己，坚持不懈，终有一天你会看到辉煌的成果。无论何时都不要停下前进的步伐，因为成功就在向你招手。

奋斗的路上，有时候会遇到不顺心的事情，但是不要放弃，坚持下去一定会收获成功的喜悦；每个人都有无限的潜力，只有勇敢去挑战自己，才能发掘出更好的自己。

每一次的付出，都会为未来的自己累积更多的财富。坚持不懈，勇往直前，只有这样才能达到自己想要的目标。别忘了，成功是属于那些永不放弃的人。