目录:导读
- 前言
- 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)
前言
在做功能测试、自动化测试的时候,我们基本都是依托界面进行测试,也称 GUI 测试,我们的目的就是为了跑通功能、程序,并成功找到 Bug
但在做性能测试的时候,我们大部分是 headless 模式(所谓的:无头,无界面模式),目的不再是单纯的为了找到 Bug,而是要分析性能指标等等
性能测试的时间一般会比自动化、功能测试长
因为性能测试的步骤跟自动化、功能测试的步骤不一样,比如说前期的准备(了解系统,环境搭建),后期的压力测试(7*24h)等等
在后面,我们通过讲述性能测试步骤来仔细了解
性能测试一定要工具?
性能测试是模拟系统在被很多很多用户同时使用时,系统能不能正常使用和提供服务
重点:很多很多用户
功能测试:一个人点点点就知道功能通不通,有没有 Bug 了
性能测试:用手工的话,可以模拟几个、十几个用户,但是当需要模拟上千万个用户时,手工又怎么模拟数据量多的场景呢?
类比,吃饭场景:一个人可以吃好几碗,但是叫你吃几百碗是不可能的
结论:工具就可以模拟大数据量的场景,可以做到人做不到的事情
性能测试过程发现问题需要立即提交吗?
在性能测试过程中发现一些问题,假设定位到某一段代码有问题,可以截图提交 Bug 给开发,但这并不是我们性能测试的最终目的,最终目的是找出性能指标
有哪些性能指标?
比如说响应时间:10个人、100个人 、1000个人 、10000个人向服务器发起请求,服务器响应请求的平均响应时间是多少,这就是一个指标
又好比TPS:服务器在当前的配置下,不同用户数发起请求,服务器的 TPS 处理能力是多少,这也是一个指标
后续详细介绍
性能测试中发现的 Bug
性能测试过程中发现的 Bug 属于一个衍生品,并不是最终得到的结果
但像功能测试,最终目的就是为了找出 Bug
做性能测试,当数据量变大后,会出现连接超时、连接拒绝、500、502等异常问题;在性能测试中,这些异常问题基本都会出现的,但不会去立即提 Bug。
对于性能测试工程师,我们要做的是分析为什么在当前数据量下会出现连接超时、连接拒绝,响应时间超时、服务器异常等异常问题
这就需要我们去分析性能瓶颈,并不会单独去看某个异常问题出现在哪里,而是分析为什么会出现这个异常问题,分析的是服务器或者是代码,而不是让开发人员马上来修复这些异常问题
常说的压测是指压力测试吗?
并不是,而是指负载测试,一般都是为了找出系统的最大负载量
就好像你老板说:你去压测下,看看系统能支撑多少用户同时访问我们的系统
什么是性能测试?
场景类比:
跑步100米,用时多少?运动员的心跳、步伐频率是多少?
跑步100米:业务场景
用时多少:响应时间
运动员的心跳、步伐:性能指标值
性能指标值和响应时间是否满足当前业务场景的最低要求(合格线)
什么时候能找出性能指标值:
假设当前有一个业务
电商系统,下单业务,目前还不知道系统支持多少人同时下单,那么我们需要找到服务器能正常支持多少人同时下单
性能测试初始阶段(第一次做):
先把基础的性能指标值找出来(第一次性能测试也叫做基准测试)
比如:100个人同时下单系统正常,但120个人同时下单就会出现部分请求的响应时间超长,连接异常
那么100-120范围内的某个值就是当前服务器能达到的性能指标值(基准值)
版本迭代,进行第二次做性能测试,重新跑一遍之前的性能脚本
又会得到一些性能指标值,对比上个版本的性能指标值,看是否有优化(性能变化)
假设这个时候120个人同时下单是正常的,150个人才有异常,那么接口已经有优化了
假设公司是从0开始做性能测试:
第一阶段:做好性能测试,得到性能指标值
第二阶段:假设性能比之前差,哪些性能指标值不满足预期值,就需要分析是哪里有问题
注意:
性能测试不像自动化测试那样很多东西大家都是公认的,性能测试没有一套标准的知识体系,只能说是相似的;
基本每个人都有自己的一套知识体系,就好像高老也会说他给性能测试的定义很大可能会被轰炸一样;
只要属于自己的知识体系建立起来了,那么就能助力你正确的完成性能测试
不用太过纠结于哪个人对性能测试概念的解释是最准确的;
什么是负载测试?
概念:逐步增加系统负载,测试系统性能变化,并最终确定系统所能承受的最大负载量
通俗理解:看看你几斤几两
场景类比:
天平秤,称东西的时候,需要逐步加砝码,最终达到砝码和物品重量的平衡点,因为它不可能一下子就达到平衡点【好比不可能一下子找到系统能承受的最大负载量】
称东西:业务场景
加砝码:逐步加压
达到平衡点:找到最大负载量
实际场景:
有一个业务,增加到40个人的时候,服务器还能正常使用,没有异常
当你增加到50个人的时候,服务器已经开始有异常了,那么就能确定40-50之间某个值就是系统所能承受的最大负载量【出现性能拐点,找到了服务器性能瓶颈的范围值】
最后减小加压梯度(比如:从40个人开始每次增加1个人、2个人),确认最大负载量【确认性能拐点】
服务器又有哪些可能会出现的异常呢?
响应时间超长:正常服务器处理请求时间是 1s,但现在变成3s - 5s
服务报错:无法同时正常响应多个请求
服务器宕机:系统完全用不了
什么是压力测试?
概念:在较大的性能压力下,持续运行一个比较长的时间,看看系统服务是否正常及系统资源的利用率情况
通俗理解:鸭梨山大
关键字:较大压力 + 较长时间
注意:不是满负荷压力
场景类比:
问:大家什么时候会觉得工作压力大?
答:996、007;因为你不会觉得955压力山大吧
结论:所以在我们日常工作中,长时间工作强度高,才会觉得压力大;如果你一周就加班一天也说压力大…(那就别干这一行了)
压力测试用来干嘛的?
测试系统的稳定性
什么时候会做压力测试?
生产环境下,系统隔三差五的出现不稳定的情况
这个时候,就需要通过压力测试去测试系统的稳定性情况
啥情况算不稳定?稳定性差?
隔三差五的出现下面的情况
服务异常:响应错误、响应时间超时等
服务器出现异常:宕机
怎么分析是服务异常还是服务器异常 ?
如果所有请求都是一片红,应用程序发送的所有请求都报红,就是服务器出现了异常
如果有些请求偶尔成功响应,偶尔又失败,则是服务异常,出现不稳定的情况
如何取压力值?
在负载测试中,我们确认了系统所能承受的最大负载量
压力值 < 最大负载量,一般取80%左右
压力测试持续运行时间要多久?
标准性能测试里面,一般是7*24小时,或者是它的倍数
但是实际工作中,并不会这么久,否则成本太高
所以会以小时为单位,比如:4个小时、8个小时…晚上下班之后做,第二天早上上班看结果
先负载测试还是压力测试?
先负载测试
负载测试可以找到服务器性能瓶颈的范围值,若生产环境中系统稳定性较差,再做压力测试
所以压力测试是可做可不做的
什么是可靠性测试?
概念:在给定的一定的业务压力下,持续运行一段时间,查看系统是否稳定
关键字:是否稳定,一定业务压力
注意:不是较大压力
业务场景栗子:
电商秒杀场景,几十个商品几十万个人同时秒杀抢购
如何理解可靠性测试?
编写性能脚本:假设一秒内有一万个人同时发起请求
有压力吗?有,一万个人同时发起请求
但是持续时间短,不像压力测试一样需要持续一段时间
目的是为了验证当这么多人同时发起请求时,成功秒杀的用户能否继续完成后续下单付款等操作【一定业务压力下,系统是否稳定运行】
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)
只有不停奋斗,才能超越自我;只有坚持不懈,才能创造奇迹;只有勇往直前,才能实现梦想;只有热血拼搏,才能闪耀人生。加油,向着目标迈进,你一定能够成功!
只有勇往直前、不断奋斗的人,才能绽放出生命最美丽的花朵;只有坚持不懈的努力,才能书写属于自己独一无二的辉煌篇章。相信自己,追逐梦想,你将会创造奇迹!
只有敢于拼搏的人,才能创造属于自己的辉煌;只有不停努力的人,才能迎来属于自己的机遇。继续前行,奋斗无畏,你注定会成为那个敢于追逐梦想的人!