性能测试指标有哪些?

众所周知，服务器是整个网络系统和计算平台的核心，许多重要的数据都保存在服务器上，很多网络服务都在服务器上运行，因此服务器性能的好坏决定了整个应用系统的性能。

现在市面上不同品牌、不同种类的服务器有很多种，用户在选购时，怎样从纷繁的型号中选择出所需要的，适合于自己应用的服务器产品，仅仅从配置上判别是不够的，能够通过实际测试来筛选。而各种的评测软件有很多种，你应该选择哪个软件测试？下面就介绍一些较典型的测试工具：

（一）服务器整机系统性能测试工具

一台服务器系统的性能可以按照处理器、内存、存储、网络几部分来划分，而针对不同的应用，可能会对某些部分的性能要求高一些。

Iometer（>

1、首先在电脑中打开jmeter，在testplan右键添加-->线程-->线程组，如下图所示。

2、在线程组右键，添加取样器-->>

3、在>

4、在>

5、最后点击启动按钮，jmeter就会按照设置对目标系统进行性能测试，测试结束后在察看结果树和聚合报告可以看到测试结果，如下图所示就完成了。

　第一步：在整个测试场景的执行过程中，测试环境是否正常。如果在测试过程中出现过异常，那么这样得出的结果往往不准确，无须进行分析。
例如，在测试执行过程中，测试机的CPU利用率经常达到100%、测试环境的网络不稳定、一些系统参数配置不正确等等，这样得出的测试结果没有必要进行分析，应该重新设置测试场景或调整测试环境，再次执行测试。
第二步：测试场景的设置是否正确、合理。测试场景的设置是否正确对测试结果有很大的影响。因此，当测试出现异常时，我们要对场景设置进行分析。
一些新手在使用Controller执行测试时，可能会同时在一台PC上加载全部虚拟用户——例如同时加载1000个虚拟用户，如果客户端来不及处理，就 会有很多虚拟用户因不能初始化而失败。失败的根本原因不是被测试的应用服务器不能处理，而是压力根本没有传输过去。正确的做法是增加更多的 Generator或逐步加压，使测试场景运行起来。
第三步：测试结果是否直接暴露出系统的一些问题。对测试场景的整个执行过程，没有必要对压力下系统运行正常的结果进行分析，因为这样的结果不能反映出系统 的性能问题，应该进一步调整场景(比如增大压力)进行测试。在测试过程中使系统表现不正常的测试场景生成的结果则要进行深入分析。实际上，分析能够反映性 能问题的测试结果才是性能分析阶段的主要工作。
测试结果直接暴露系统存在性能问题的情形很多，例如在测试过程中一些用户事务响应时间过长、系统支持的最大并发用户数过低、系统的应用服务器CPU利用率 过高或内存不足等。对这类测试结果，性能测试人员需要借助Analysis对其进行深入分析，以发现一些潜在的性能问题。

常用的网站性能测试指标有：TPS、吞吐量、并发数、响应时间、性能计数器等。

系统吞吐量几个重要参数：QPS（TPS）、并发数、响应时间。

性能计数器是描述服务器或 *** 作系统性能的一些数据指标，如使用内存数、进程时间，在性能测试中发挥着“监控和分析”的作用，尤其是在分析统统可扩展性、进行性能瓶颈定位时有着非常关键的作用。

Linux中可以使用 top 或者 uptime 命令看到当前系统的负载及资源利用率情况。

资源利用率：指系统各种资源的使用情况，如cpu占用率为68%，内存占用率为55%，一般使用“资源实际使用/总的资源可用量”形成资源利用率。
所以，一个网站优化的目的是，最大限度的利用好服务器硬件资源提升资源利用率，减少用户请求的响应时间，提高系统吞吐量，提高系统并发数。

吞吐量： 一段时间内应用系统处理用户的请求数（以下介绍指单位时间内，也可以理解为吞吐率），这个定义考察点一般是系统本身因素；当然也可以用单位时间内流经被测系统的数据流量，一般单位为b/s,即每秒钟流经的字节数，这个定义的考察点既有系统本身因素也有网络，外设等因素，也可以理解为除客户端以外的测试环境及被测系统。

并发用户数： 指同一时间点对业务功能同时 *** 作的用户数，可以分为两种： 一种 是严格意义上的并发，即所有的用户在同一时刻做同一件事或 *** 作，这时业务功能一般指同一类型的业务； 另外一种 并发是广义范围的并发，这种并发与前一种并发的区别是，尽管多个用户对系统发出了请求或者进行了 *** 作，但是这些请求或都 *** 作可以是相同的，也可以是不同的，这时业务功能可能不是同一类型的业务。

并发数 >= 吞吐量

一般来说，在系统的设计范围之内，吞吐量随系统的并发用户数的增加呈现增加趋势，也就是说你客户端来多少请求数系统吃（处理）多少请求数；当超出这个范围时有两种情况，一种是系统只能处理这么多，超过这个数系统不接收了，最后随着并发用户数的增多吞吐量是一个水平的直线；

还有一种情况是不管来多少系统都接收最后导致系统吞吐量下降甚至系统崩溃。并发用户数是客户端单位时间内对服务器端施加的压力，具体能不能接受并处理要看被测系统的吞吐量，而吞吐量是被测系统单位时间内处理的请求数或者说单位时间内处理的字节数；一个着重于客户端的 *** 作即测试手段，一个着重于应用系统的处理能力即查看对象；（上面的讨论没有考虑两者的单位，如一个用户同时有多个请求情况）

两者的计算公式如下：

其中C是平均的并发用户数，n是平均每天访问用户数，L是一天内用户从登录到退出的平均时间（ *** 作平均时间），T是考察时间长度（一天内多长时间有用户使用系统）

其中C^是并发用户峰值，C是平均并发用户数，该公式遵循泊松分布理论。（该公式针对一般被测系统，特殊不做讨论）

吞吐量计算：当没有遇到性能瓶颈的时候，吞吐量与虚拟用户数之间存在一定的联系，可以采用以下公式计算：

其中F为吞吐量，VU表示虚拟用户个数，R表示每个虚拟用户发出的请求数，T表示性能测试所用的时间，其实通过这个公式就能看出吞吐量与并发用户数之间的关系了（这里的VU就是我们用工具模拟的并发用户数）。
参考：

>通俗的说
HSDPA的吞吐量就是： 某小区所有用户都用最快速率下载，然后计算所有用户总共的下载速率。HSUPA的吞吐量也是一样的。
这个速率不是测试出来的，在RNC或网管中心可以直接获取该吞吐量。
影响吞吐量的是无线信号的干扰，干扰越大，自然下载就越慢，相应吞吐量就下降了。

---