僅供自己學習和分享

第三章      如何獲得需求

1、客戶方提出

　　客戶方能提出明確的效能需求，說明對方很重視效能測試，這樣的企業一般是金融、電信、銀行、醫療器械等；他們一般對系統的效能要求非常高，對效能也非常瞭解。提出需求也比較明確。

　　曾經有一個銀行專案，已經到最後的效能測試極端，因為資料庫設計不合理，導致效能出現很大的問題，最終不得不把整合專案作廢，對於這樣的專案，其實從分析設計階段就應該考慮系統的效能問題。效能測試也一樣，對於某些專案來說越早進行越好。當然，前期的效能測試為單元效能測試、介面效能測試，有別系統性能測試。

　　有時候也會碰到不懂裝懂的客戶，提出一些無理的需求，比如只能2000

2、根據運營歷史資料分析

　　對於一些面向使用者的獨特產品，比較難定位市場的大小，可以先上一運營一段時間，通過運營可以蒐集客戶資料，比如，每月、每星期、每天的峰值業務量是多少。使用者以 什麼樣的速度在遞增中。使用者對系統的哪些功能模組使用的最多，他們所點的比例等等。

　　收集到這些資料之後，我們就可評估系統的系統需求指標，從而進行效能測試。

3、系統的需求分析與定位

　　這裡根據前期的需求分析與定位，來分析確定系統性能指標。例如某省幼兒園管理系統。統計全省有多少家幼兒園，系統的使用時間為幼兒到校之後，管理人員對幼兒的到校情況進行錄入，以及幼兒的午飯，放學情況的錄入時間。經過與需求人員交流分析也能得到比較明確的效能指標。

4、參考歷史專案或其它同行業的專案

　　如果公司之前有類似的專案經驗，根據專案大小及上次效能測試的一些指標。從根據專案的規模可以制定出相應的效能指標。

　　即使本公司沒有類似的專案，但其它公司有類似的專案，例如做IPTV或者DVB計費系統的測試，可以參考電信計費系統的需求——雖然不能完全照搬資料，但是可以通過其他行業成熟的需求來了解需要測試的專案有哪些，應該考慮到的情況有哪些種。 

5、參考其它資料資料

　　如果你做的是非常獨特的產品，市場上沒有此型別的產品，而且需求及市場也難以估計，那麼只能從與產品相關的資料中尋找痕跡了。不過，相信這樣不確定性的產品，老闆要承擔的風險也是挺大的。^_^

　　需要說明的是，我上面介紹的方面並非是獨立的，可以綜合的使用，你可以根據客戶提出的指標，再根據歷史資料以及參考同類型專案來進行。這樣可以更確定你的效能指標是客戶（或自己）真正需要的、最符合專案需求的。

效能測試點的選取

*　　發生頻率非常高的（例如：某郵箱核心業務系統中的登入、收發郵件等業務，它們在每天的業務總量中佔到90%以上）

*　　關鍵程度非常高的（產品經理認為絕對不能出現問題的，如登入等）

*　　資源佔用非常嚴重的（導致磁碟I/O非常大的，例如某個業務進行結果提交時需要向數十個表存取資料，或者一個查詢提交請求時會檢索出大量的資料記錄）

對效能需求點的描述

準確

如系統必須在不超過 10 秒的響應時間內,處理 20 起登入任務。再如發郵件時間最大不超過5秒以及平均時間在2秒以內。

一致

使用者和效能測試工程師對有關術語的理解要一致,如:併發使用者數、線上使用者數、註冊使用者數: 

特定

效能測試的需求一定是有條件的。

檢查系統後臺關鍵業務資料10G、操作資料量為20K, 1500 個使用者、500 個併發使用者執行的負載下，連續執行12小時過程中,業務操作是否滿足效能需求。

常見效能需求

1、響應速度-比如：API請求的平均響應時間應低於1s, WEB首頁開啟速度5s以下，web登陸速度 15s以下。

2、服務支援50萬個線上使用者

3、某介面支援200個使用者同時呼叫（平均3秒呼叫一次）

3、計費請求成功率達到99.999%以上。

4、在100個併發使用者的高峰期，郵箱的基本功能，處理能力至少達到10TPS

5、系統能在高於實際系統執行壓力1倍的情況下，穩定的執行12小時 

6、這個系統能否支撐200萬的vu（每天登入系統的人次）          vu----Virtual user(虛擬使用者) 

"不成文"的效能需求指標：　　

響應時間：根據國外的一些資料，一般操作的響應時間為2，5，8秒，2秒內優秀，5秒內良好，8秒內可接受，其它一些特殊的操作，如上傳，下載可以依據使用者體驗的情況，延長響應時間。

　　Peter bickford 在調查使用者反應時發現：在連續27次即使反饋之後，第28次操作進，計算機讓使用者等待2分鐘，結果半數人在第8.5秒左右就走開或者按下種啟鍵。使用了滑鼠指標變成漏斗提示的介面會把使用者的等待時間延長到20秒左右，使用動畫的滑鼠指標漏斗提示介面則會讓使用者的等待時間超過1分鐘，而進度條則可以讓使用者等待到最後。Peter bickford的調查結果被廣泛用到web軟體系統的效能需求的響應時間定義中。

　　第三方研究表明，如果網頁是逐步載入的，先出現橫幅，再出現文字，最後出現影象。在這樣的條件下，使用者會忍受更長的等待時間，使用者會把延遲在39秒內的也標識為“good”，超過56秒的才認為是“poor”的。

80/20原則：又稱帕累託效應，比如，某一些系統一天中80%的訪問量集中在20%的時間內。

如何根據效能需求進行測試

其實我們上面得到的需求指標仍然是不明確的：

是驗證當前硬體和軟體配置能否支撐200萬vu？

是測試當前的硬體和軟體配置最多能支撐多少vu?

是幫助開發尋找效能瓶頸？

根據需求進行效能測試的過程：

　　首先，請你們當前軟體和硬體配置下驗證能否支撐200萬vu。如果可以支撐200萬，再增加到300萬看是否可以支撐。如果不能達到200萬，那麼就需要尋找一下是否有效能瓶頸，將主要的效能瓶頸解決後，再看一下是否可以支撐200萬，如果可以支撐，輸出測試結果。仍然不能，請評估需要新增多少硬體裝置。

　　通過上面流程的分析，那麼我們對於需求實施過程就非常明確了。

下面看來分析某郵箱系統的需求：

按照 某某 郵箱20000萬註冊使用者，其中日活躍使用者數為1.5%的規模計算：

日活躍使用者=20000*1.5%=300萬

日活躍使用者人均每天發6封郵件，使用者使用客戶端收發郵件比例20%，則：

每天發郵件投遞量=300萬*6*20%=360萬封

如何得到每秒的郵件數？

方式一： 嚴格的根據2/8原則  ，80%的郵件集中在20%的時間傳送。

集中發郵件數：  3600000*80%=28800000封

集中傳送的時間：24*20%=4.8小時=17280秒

每秒傳送郵件數：2880000/17280=166.7封/秒

方式二，根據 某某郵箱業務模型表，每天忙時集中郵件係數0.15，郵件平均峰值係數2,則：

峰值郵件量=3600000*0.15*2/3600=300封/秒

注：忙時集中係數=忙時業務量/全天業務量

     在兩種方式的分析中，方法二得出的結果是方法一的將近一倍，我們不要根據經驗理所當然的去分析，要深入的瞭解系統，我們要對行業指標及計算方式。如果按照第一種方式，效能測試達標了，但系統真正上線後可能遠遠超出了我們的評估。2008年北京奧運運門票系統就是一個典型的案例。

再來分析系統的登入：

　　去年全年處理“WEB登入”交易約 100 萬筆，考慮到 3 年後交易量遞增到每年 200萬筆。

　　假設每年交易量集中在 8 個月，每個月 20 個工作日，每個工作日 8 小時，試採用 80～20 原理估算系統伺服器高峰期“WEB登入”的交易吞吐量應達到怎樣的一個處理能力

　　200萬/8=25萬/月

　　25萬/20=1.25萬/日

　　1.25萬*80%/(8*20%*3600)=1.74TPS

----------------------

　　上面的小案例算是丟擲的一塊磚，需求開發難度要遠遠大於需求管理，在實際工作中常常需要我們為客戶開發這部分效能需求。所以，在追求技術的基礎上，請更多的瞭解分析你的專案及行業指標。