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
1、什么是性能测试
先看下百度百科对它的定义
性能测试是通过自动化的测试工具模拟多种正常、峰值以及异常负载条件来对系统的各项性能指标进行测试。
我们可以认为性能测试是：通过在测试环境下对系统或构件的性能进行探测，用以验证在生产环境下系统性能是否达
到预估的性能需求，发现系统可能存在的性能瓶颈，进而改善优化并系统的性能，提高系统的可扩展性、稳定性。
2、系统性能指标
1）响应时间
响应时间(Response Time)，简称RT，是指用户从客户端发起一个请求开始，到客户端接收到从服务器端返回的结果。
整个过程所耗费的时间。不包括前端页面的处理和渲染时间。直观上看，这个指标与人对软件性能的主观感受是非常一致的，因为它完整地记录了整个计算机系统处理请求的时间。
响应时间的绝对值并不能直接反映软件的性能的高低，软件性能的高低实际上取决于用户对该响应时间的接受程度。
2）系统处理能力
指系统在利用系统硬件平台和软件平台进行信息处理的能力，系统处理能力通过系统每秒钟能够处理的交易数量来评价，交易有两种理解：
从业务人员角度进行的一笔业务过程；
从系统角度的一次交易申请和响应过程。
前者称为业务交易过程，后者称为事务，两种交易指标都可以评价应用系统的处理能力。一般情况下，系统处理能力用以下几个指标来度量：
HPS(Hits Per Second)：每秒点击次数，单位是次/秒
TPS(Transaction per Second)：系统每秒处理交易数，单位是笔/秒
QPS(Query per Second)：系统每秒处理查询次数，单位是次/秒
对于互联网业务中，如果某些业务有且仅有一个请求连接，那么TPS=QPS=HPS，一般情况下用TPS来衡量整个业务流程，用QPS来衡量接口查询次数，用HPS来表示对服务器点击请求。
3）吞吐量
指系统在单位时间内处理请求的数量。对于单用户的系统，响应时间可以很好地度量系统的性能；
而对于并发系统，通常需要用吞吐量作为性能指标。一般而言，吞吐量是一个比较通用的指标，两个具有不同用户数和用户使用模式的系统，如果其最大吞吐量基本一致，则可以判断两个系统的处理能力基本一致。
4）并发用户数
指在同一时刻内，登录系统并进行业务操作的用户数量。对于长连接系统来说最大并发用户数即是系统的并发接入能力，而对于短连接系统而言最大并发用户数并不等于系统的并发接入能力短连接系统的并发用户数与系统架构、系统处理能力等各种情况相关。
与吞吐量相比，并发用户数是一个更直观但也更笼统的性能指标。实际上，并发用户数是一个非常不准确的指标，因为用户不同的使用模式会导致不同用户在单位时间发出不同数量的请求。
5）错误率
错误率(Error Rate)，是指在一定时间内处理请求时发生的错误或失败的次数与总请求数量之比。错误率通常以百分比形式表示。
例如：99%的成功率或1%的失败率等。这个指标越低代表系统性能越好。
3、资源性能指标
1）CPU
CPU又称为中央处理器，是一块超大规模的集成电路，是一台计算机的运算核心(Core)和控制核心(Control Unit)，功能主要是解释计算机指令以及处理计算机软件中的数据。
CPU指标主要指的CPU利用率，包括：用户态(user)、系统态(sys)、等待态(wait)、空闲态(idle)。性能测试CPU的评估建议值：
CPU利用率要低于业界警戒值范围之内，即小于或者等于75%
CPU sys%小于或者等于30%
CPU wait%小于或者等于5%
2）内存
内存是与CPU进行沟通的桥梁,计算机中所有程序的运行都是在内存中进行的，因此内存的性能对计算机的影响非常大。
现在的操作系统为了最大利用内存，在内存中存放了缓存，因此内存利用率100%并不代表内存有瓶颈。
衡量系统内存是否有瓶颈主要靠SWAP(与虚拟内存交换)交换空间利用率，一般情况下，SWAP交换空间利用率要低于70%，太多的交换将会引起系统性能低下。
3）磁盘吞吐量
磁盘吞吐量简称为Disk Throughput，是指在无磁盘故障的情况下单位时间内通过磁盘的数据量。分析指标主要有每秒读写多少兆、磁盘繁忙率、磁盘队列数、平均服务时间、平均等待时间、空间利用率等等。
其中磁盘繁忙率是直接反映磁盘是否有瓶颈的的重要依据，一般情况下，磁盘繁忙率要低于70%。
4）网络吞吐量
网络吞吐量简称为Network Throughput，是指在无网络故障的情况下单位时间内通过的网络的数据数量，单位为Byte/s。
网络吞吐量指标用于衡量系统对于网络设备或链路传输能力的需求。当网络吞吐量指标接近网络设备或链路最大传输能力时，则需要考虑升级网络设备。网络吞吐量指标主要有每秒有多少兆流量进出，一般情况下不能超过设备或链路最大传输能力的70%。
4、中间件指标
常用的中间件例如Tomcat、Weblogic等指标主要包括JVM、ThreadPool和JDBC，具体如下：
| 一级指标 | 二级指标 | 单位 | 释义 |
|---|---|---|---|
| GC | GC频率 | 次/秒 | java虚拟机垃圾部分回收频率 |
| GC | Full GC频率 | 次/小时 | java虚拟机垃圾完全回收频率 |
| GC | Full GC平均时长 | 秒 | 用于垃圾完全回收的平均时长 |
| GC | Full GC最大时长 | 秒 | 用于垃圾完全回收的最大时长 |
| GC | 堆使用率 | 百分比 | 堆使用率 |
| ThreadPool | Active Thread Count | 个 | 活动的线程数 |
| ThreadPool | Pending User Request | 个 | 处于排队的用户请求个数 |
| JDBC | JDBC Active Connection | 个 | JDBC活动连接数 |
各项指标参考标准：
当前正在运行的线程数不能超过设定的最大值：
系统性能较好的情况下，线程数最小值设置50和最大值设置200比较合适。
当前运行的JDBC连接数不能超过设定的最大值：
系统性能较好的情况下，JDBC最小值设置50和最大值设置200比较合适。
GC频率不能频繁，特别是FULL GC更不能频繁：
系统性能较好的情况下，JVM最小堆大小和最大堆大小分别设置1024M比较合适。
5、数据库指标
常用的数据库指标主要包括SQL、吞吐量、缓存命中率、连接数等等，具体如下：
| 一级指标 | 二级指标 | 单位 | 释义 |
|---|---|---|---|
| SQL | 耗时 | 微秒 | 执行SQL耗时 |
| 吞吐量 | QPS | 个 | 每秒查询次数 |
| 吞吐量 | 每秒查询次数 | 个 | 每秒事务次数 |
| 命中率 | Key Buffer命中率 | 百分比 | 索引缓冲区命中率 |
| 命中率 | InnoDB Buffer命中率 | 百分比 | InnoDB缓冲区命中率 |
| 命中率 | Query Cache命中率 | 百分比 | 查询缓存命中率 |
| 命中率 | Table Cache命中率 | 百分比 | 表缓存命中率数 |
| 命中率 | Thread Cache命中率 | 百分比 | 线程缓存命中率 |
| 锁 | 等待次数 | 次 | 锁等待次数 |
| 锁 | 等待时间 | 微秒 | 锁等待时间 |
参考标准：
SQL耗时越小越好，一般情况下微秒级别；
命中率越高越好，一般情况下不能低于95%；
锁等待次数越低越好，等待时间越短越好。
6、稳定性指标
这里的稳定性是指最短稳定时间，即系统按照最大容量的80%或标准压力(系统的预期日常压力)情况下运行，能够稳定运行的最短时间。
一般来说，对于正常工作日(8小时)运行的系统，至少应该能保证系统稳定运行8小时以上；
对于7*24运行的系统，至少应该能够保证系统稳定运行24小时以上。如果系统不能稳定的运行，上线后，随着业务量的增长和长时间运行，将会出现性能下降甚至崩溃的风险。
参考标准：
TPS曲线稳定，没有大幅度的波动；
各项资源指标没有泄露或异常情况。
| 下面是我整理的2024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）
无论前方多么艰难，保持坚定信念，勇往直前；每一次努力都是成长，每一步坚持都是希望。坚信自己，梦想终将绽放光芒！
只要心中燃烧着激情，坚持不懈追求梦想；无论多艰辛，都能书写出属于自己的辉煌篇章。相信自己，勇往直前，将创造无限可能！
生命中的每次努力都在铺就成功的路，每个坚持都是为了更好的明天。相信自己，勇往直前，你将创造属于自己的辉煌！
