性能测试，收藏

最大用户数与注册用户数及最大并发用户数之间本身没有必然联系。一般根据特定时间段的峰值来进行计算。如注册用户数为2000，按照行业标准一般峰值使用人数为5％－10％，也可以通过前期项目进行统计后，得到较为准确的百分数。再根据Ramp-up增量加压的方式，确定最终的峰值使用人数。该性能的转折点，可以参考以下几个指标(吞吐量、点击率、磁盘I/O、cpu以及Memory等)
。通过loadrunner自带的anaysis分析器,生成的html在线性能测试报告，也可以直接导出Excel文档进行统计。根据以上指标，针对服务器发生性能瓶颈的转折点，可以倒推出实际的服务器所能承受的最大用户数目，该数码可为产品服务器选型提供参考依据，如：IBM的tpmc值推算方法

--t.sing

 

拜读了大作，想问几个问题：
1、response time 这个指标是怎么得来的。loadrunner里有两个指标和这个相关，分别是transcation response time 和 hits per second，transaction针对的是一个事务的概念，对用户的意义大，hits per second 是针对服务器而言，反除后得到response time，其实按照我理解和经验这个指标对客户的意义不大，2－5－10也不能作为分析的标准。
2、“响应时间在网络传输、Web server 以及 DB server 上的分布情况”这个是测试工程师查找问题很重要的前提条件，我现在进行分析的步骤是这样的：将transaction进行分解，区分出webserver的和dbserver的，例如静态，动态页面，访问数据库动作。但是这样得出的数据总感觉不是很准确而且基本是不考虑网络传输的（因为基本的理解是传输如果不超过阀值，我们就认为基本没什么影响），原因在哪却没找到，想请问您是怎么分析的？
3、您说了推断并发用户数的方法，但是我认为测试工程师应该严谨，而行业这些方法对于测试目标没有太大的意义，大概的意义可能在测试成本的估算上。测试工程师应该严谨，我做过很多的性能测试项目，我给pm的回答就是，要不对业务进行调研，要不就只能给出最大的和最优的性能指标。进行业务调研，最起码也要得到，该系统的每月访问量，数据预计膨胀速度，忙时闲时，峰值时间等等，最好还能得到那些事务是访问量大的，用户关心的等等，如果得不到这些指标，就只应该给出最大得和最优得性能指标，其实离开这些，最大和最优的意义也不是很大了。您认为呢？
4、不知您是否遇到性能曲线异常的情况，这是困扰我很久的一个问题，一般的性能曲线应该是上凸的，也就是说性能应该是随着用户数的提升，达到最优的性能，然后下降到最大性能并出现急剧下降的拐点，但是我遇到好几次，性能是下凸的，也就是性能曲线持续下降突然持续升高，然后回归正常。您知道问题所在吗？

--wufeiwufei

 

2、我早几年用的是was，was有两个指标ttfb，ttlb。 ttfb是指平均收到服务器返回第一个字节的时间，ttlb是指平均收到服务器返回的最后一个字节的时间。根据这两个数据我可以很轻松排除网络的原因。为什么我这么在乎网络传输呢？由于直接进机房的测试手续很麻烦，我们很多项目进行性能测试的时候是利用专线或是internet网的，而我们公司的网络很有问题，几次测试下来结果差别很大，而通过网管检测流量，只能分析到不到阀值，因此我想知道在这种情况下应该如何分析。

--wufeiwufei

 

2.还是那个意见——避免网络的因素影响测试结果。另外，你提到的ttfb 和 ttlb 也只能区分最后从 Web 或者 App Server 返回结果所花费的时间，但是还不能区分开 Web/App Server 与 DB Server 的时间；
--Jackei