1. 程式人生 > >LoadRunner效能測試指標 TPS(Transaction per Second)總結

LoadRunner效能測試指標 TPS(Transaction per Second)總結

TPSTransactions Per Second 的縮寫,也就是事務數/秒。它是軟體測試結果的測量單位。一個事務是指一個客戶機向伺服器傳送請求然後伺服器做出反 應的過程。客戶機在傳送請求時開始計時, 收到伺服器響應後結束計時,以此來計算使用的時間和完成的事務數,最終利用這些資訊來估計得分。

TPSTransaction per Second)作用

反映了系統在同一時間內能處理業務的最大能力,這個資料越高,說明系統處理能力越強。描述(看到系統的TPS隨著時間的變化逐漸變大,而在不到多少分鐘的時候系統每秒可以處理多少個事務。這裡的最高值並不一定代表系統的最大處理能力,TPS會受到負載的影響,也會隨著負載的增加而逐漸增加,當系統進入繁忙期後,TPS

會有所下降。而在幾分鐘以後開始出現少量的失敗事務)

TPSTransaction per Second)侷限性

  1. TPSTransaction per Second)是從客戶端角度審視伺服器處理能力,並不是說TPS可以達到什麼程度就能支援多少併發(例如一個業務100個交易,另一個業務10個交易)。
  2. TPS=指令碼執行期間所有事務總數/指令碼執行時長,如果使用集合點策略,在指令碼執行前的等待時間過程中,伺服器沒有處理事務,那麼這個時候的TPS和理想中的結果不一致。
  3. 限制TPS的原因:伺服器本身效能、程式碼結構、客戶端施加的壓力以及網絡卡等。

TPSTransaction per Second)與響應時間的關係

  1. TPSTransaction per Second)和響應時間在理想狀態下都是額定值。如果20個入口,併發數只有10的時候,TPS就是10,而響應時間始終都是1,說明併發不夠,需要增加併發數達到TPS的峰值。
  2. 如果增加到100併發,則造成了執行緒等待,引起平均響應時間從1秒變成3秒,TPS也從20下降到9TPS和響應時間都是單獨計算出來的,兩者不是互相計算出來的。
  3. 響應時間和TPS在巨集觀上是反比的關係,但是兩者之間沒有直接關係。

TPSTransaction per Second)在效能測試中的作用

  1. 一個系統的吞吐量(承壓能力)與requestCPU的消耗、外部介面、IO等緊密關聯。單個request
    CPU消耗越高,外部系統介面、IO影響速度越慢,系統吞吐能力越低,反之越高。
  2. 系統吞吐量幾個重要引數:TPS、併發數、響應時間(TPS=併發數/平均響應時間)
  3. 利用TPS計算系統最高日吞吐量:
  4. 找出系統最高TPS和日PV,這兩個要素有相對比較穩定的關係。
  5. 通過壓力測試或者經驗評估,得出最高TPS,然後跟進1的關係,計算出系統最高日吞吐量。例如:B2B中文和淘寶對的客戶群不一樣,這兩個客戶群的網路行為不應用,他們之間的TPS和PV關係比例也不一樣。
  6. 淘寶
   淘寶的TPS和PV之間的關係通常為,最高TPS:PV大約為1: 11*3600(相當於按最高TPS訪問11個小時,這個是商品詳情的場景,不同的應用場景會有一些不同)

BB2B中文站

B2BTPSPV之間的關係不同的系統不同的應用場景比例變化比較大,粗略估計在 8個小時左右的關係(09年對offerdetail的流量分析資料)。旺鋪和offerdetail這兩個比例相差很大,可能是因為爬蟲暫的比例較高的原因導致。

在淘寶環境下,假設我們壓力測試出的TPS100,那麼這個系統的日吞吐量=100*11*3600=396

這個是在簡單(單一url)的情況下,有些頁面,一個頁面有多個request,系統的實際吞吐量還要小。

  1. TPS與其他效能指標的關係

TPS和併發虛擬使用者數(U_concurrent)Loadrunner讀取的交易響應時間(T_response)之間有以下關係(穩定執行情況下):TPS=U_concurrent / (T_response+T_think)

TPSTransaction per Second總結

  1. 利用併發使用者數、期望響應時間,可以計算出TPS
  2. TPS只是用來計算的是期望值,效能測試過程中的TPS無法單獨作為效能指標。
  3. TPS資料範圍理論值應在10-100之間,低於10和高於100都說明系統存在瓶頸點。
  4. 利用TPS與平均事務響應時間進行對比,可以分析事務數碼對執行時間的影響。例:當壓力加大,點選率/TPS曲線如果變化緩慢或者有平坦趨勢,很有可能是伺服器開始出現瓶頸。
  5. TPS是從客戶端角度審視伺服器處理能力,不能證明TPS可以達到什麼程度就能支援多少併發,兩者沒有必然聯絡。
  6. 當增大系統的壓力(或增加併發使用者數)時,吞吐率和TPS的變化曲線呈正比變化,則系統基本穩定   
  7.  若壓力增大時,吞吐率的曲線增加到一定程度後出現變化緩慢,甚至平坦,同時TPS也趨於平坦,檢視系統資源使用,如果資源使用率比較高,則說明伺服器硬體資源存在問題,需要拓展硬體或者優化應用。反之,則說明伺服器硬體資源不存在問題,檢視網路流量,估計網路頻寬存在問題。    
  8. 點選率/TPS曲線出現變化緩慢或者平坦,很可能是伺服器響應時間增加,觀察伺服器資源使用情況,確定是否是伺服器問題或者應用問題