如何用apache ab进行文件上传压力测试

Apache附带的ab工具（本机使用的PHP环境是WAMP集成环境，ab工具位于D:\wamp\bin\apache\Apache2221\bin）非常容易使用，ab可以直接在Web服务器本地发起测试请求，这至关重要，因为有些时候我们需要测试的仅仅是服务器的处理性能，并不想掺杂着网络传输时间的影响。ab进行一切测试的本质都是基于>

测试本机是否正确安装ab工具，在power shell想将当前目录定位到bin，输入  \ab –V 命令，如果安装正确，则会将其版本信息打印出来。

　

　

　PS D:\wamp\bin\apache\Apache2221\bin> \ab -V
This is ApacheBench, Version 23 <$Revision: 655654 $>
Copyright 1996 Adam Twiss, Zeus Technology Ltd, >

好了，一切就绪，下面提供一个压力测试的实例：

输入命令 PS

D:\wamp\bin\apache\Apache2221\bin> \ab -n1000 -c10 )

下面开始解析这条命令语句：启动ab，并出入三个参数（PS D:\wamp\bin\apache\Apache2221\bin> \ab -n1000 -c10 >

-n1000 表示请求总数为1000

-c10 表示并发用户数为10

>

测试结果也一目了然，测试出的吞吐率为：Requests per second: 201593 [#/sec] (mean)  初次之外还有其他一些信息。

Server Software 表示被测试的Web服务器软件名称

Server Hostname 表示请求的URL主机名

Server Port 表示被测试的Web服务器软件的监听端口

Document Path 表示请求的URL中的根绝对路径，通过该文件的后缀名，我们一般可以了解该请求的类型

Document Length 表示>

Concurrency Level 表示并发用户数，这是我们设置的参数之一

Time taken for tests 表示所有这些请求被处理完成所花费的总时间

Complete requests 表示总请求数量，这是我们设置的参数之一

Failed requests 表示失败的请求数量，这里的失败是指请求在连接服务器、发送数据等环节发生异常，以及无响应后超时的情况。如果接收到的>

Total transferred 表示所有请求的响应数据长度总和，包括每个>

HTML transferred 表示所有请求的响应数据中正文数据的总和，也就是减去了Total transferred中>

Requests per second 吞吐率，计算公式：Complete requests / Time taken for tests

Time per request 用户平均请求等待时间，计算公式：Time token for tests/（Complete requests/Concurrency Level）

Time per requet(across all concurrent request) 服务器平均请求等待时间，计算公式：Time taken for tests/Complete requests，正好是吞吐率的倒数。也可以这么统计：Time per request/Concurrency Level

Transfer rate 表示这些请求在单位时间内从服务器获取的数据长度，计算公式：Total trnasferred/ Time taken for tests，这个统计很好的说明服务器的处理能力达到极限时，其出口宽带的需求量。

Percentage of requests served within a certain time（ms） 这部分数据用于描述每个请求处理时间的分布情况，比如以上测试，80%的请求处理时间都不超过6ms，这个处理时间是指前面的Time per request，即对于单个用户而言，平均每个请求的处理时间。

未完待续。。。

原文链接： >1 什么是A/B测试？

A/B测试是一种流行的网页优化方法，可以用于增加转化率注册率等网页指标。简单来说，就是为同一个目标制定两个方案（比如两个页面），将产品的用户流量分割成 A/B 两组，一组试验组，一组对照组，两组用户特点类似，并且同时运行。试验运行一段时间后分别统计两组用户的表现，再将数据结果进行对比，就可以科学的帮助决策。比如在这个例子里，50%用户看到 A 版本页面，50%用户看到 B 版本页面，结果 A 版本用户转化率 23%，高于 B 版本的 11%，在试验流量足够大的情况下，我们就可以判定 A 版本胜出，然后将 A 版本页面推送给所有的用户。
AB测试本质上是个分离式组间实验，以前进行AB测试的技术成本和资源成本相对较高，但现在一系列专业的可视化实验工具的出现，AB测试已越来越成为网站优化常用的方法。

A/B测试其实是一种“先验”的实验体系，属于预测型结论，与“后验”的归纳性结论差别巨大。A/B测试的目的在于通过科学的实验设计、采样样本代表性、流量分割与小流量测试等方式来获得具有代表性的实验结论，并确信该结论在推广到全部流量可信。
拓展阅读：>