前言

刚开始，以为做性能测试，就是做些脚本、参数化、关联，压起来之后，再扔出一个结果。

但实际上不止这些内容，还要加上性能分析，关注调优之后响应时间有多大的提升，TPS 有多大的提高，资源有多少的节省

我们努力的方向是完整的工程，既要有前期的测试，还要有中间的分析，以及最后的调优，而不仅仅是做做脚本。如果你想把性能测试做好，就不要局限自己的技术范围和认知范围。

无论是系统、数据库、代码、中间件、存储、网络，你遇到什么问题，都要试着去分析下该如何判断，并考虑如何在后续的过程中进行调优。

性能测试不同于功能测试，功能测试只要求软件的功能实现即可，而性能测试是测试软件功能的执行效率是否达到要求。

例如某个软件具备查询功能，功能测试只测试查询功能是否实现，而性能测试却要求查询功能足够准确、足够快速。但是，对于性能测试来说，多快的查询速度才是足够快，什么样的查询情况才足够准确是很难界定的，因此，需要一些指标来量化这些数据。

性能测试常用的指标包括响应时间、吞吐量、并发用户数、TPS等，下面分别进行介绍。

1.响应时间
响应时间(ResponseTime)是指系统对用户请求做出响应所需要的时间。这个时间是指用户从软件客户端发出请求到用户接收到返回数据的整个过程所需要的时间，包括各种中间件(如服务器、数据库等)的处理时间。

响应时间越短，表明软件的响应速度越快，性能越好。但是响应时间需要与用户的具体需求相结合，例如火车订票查询功能响应时间一般2s内就可以完成，而在网站下载电影时，几分钟完成下载的速度就已经很快了。

系统的响应时间会随着访问量的增加、业务量的增长等变长，一般在性能测试时，除了测试系统的正常响应时间是否达到要求之外，还会测试在一定压力下系统响应时间的变化。

2.吞吐量
吞吐量(Throughput)是指单位时间内系统能够完成的工作量，它衡量的是软件系统服务器的处理能力。吞吐量的度量单位可以是请求数/秒、页面数/秒、访问人数/天、处理业务数/小时等。

吞吐量是软件系统衡量自身负载能力的一个很重要的指标，吞吐量越大，系统单位时间内处理的数据就越多，系统的负载能力就越强。

3.并发用户数
并发用户数是指同一时间请求和访问的用户数量。例如对于某一软件，同时有100个用户请求登录，则其并发用户数就是100。并发用户数量越大，对系统的性能影响越大，并发用户数量较大可能会导致系统响应变慢、系统不稳定等。

软件系统在设计时必须要考虑并发访问的情况，测试工程师在进行性能测试时也必须进行并发访问的测试。

4.TPS(TransactionperSecond)
TPS是指系统每秒钟能够处理的事务和交易的数量，它是衡量系统处理能力的重要指标。

5.点击率(HitsperSecond)
点击率是指用户每秒向Web服务器提交的HP请求数，这个指标是web应用特有的个性能指标，通过点击率可以评估用户产生的负载量，并且可以判断系统是否稳定。

点击率只是一个参考指标，帮助衡量Web服务器的性能。

6.资源利用率
资源利用率是指软件对系统资源的使用情况，包括CPU利用率、内存利用率、磁盘利用率等。资源利用率是分析软件性能瓶颈的重要参数。

例如某一个软件，预期最大访问量为1万，但是当达到6000访问量时内存利用率就已经达到80%制了访问量的增加，此时就需要考虑软件是否有内存泄漏等缺陷，从而进行优化。

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 

1. 自动化测试必备Python编程内容

2. Web UI 自动化测试基础内容

3. Web UI 自动化测试实战内容

4. APP UI 自动化测试基础内容

5. APP UI 自动化测试实战内容

6. API 接口自动化测试基础内容

7. API 接口自动化测试实战内容 

8. CI/CD持续集成专项技术

9. 自动化测试框架实战技术

 

最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取