0
点赞
收藏
分享

微信扫一扫

性能测试模型(PV计算模型) PV->TPS转换模型&TPS波动模型

PV计算模型

PV(page view)即页面浏览量,通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标。网页浏览数是评价网站流量最常用的指标之一,简称为PV。监测网站PV的变化趋势和分析其变化原因是很多站长定期要做的工作。 Page Views中的Page一般是指普通的html网页,也包含php、jsp等动态产生的html内容。来自浏览器的一次html内容请求会被看作一个PV,逐渐累计成为PV总数。

现有的PV计算公式是:

每台服务器每秒平均PV量

=( (总PV*80%)/(24*60*60*40%))/服务器数量              

=2*(总PV)/* (24*60*60) /服务器数量

 

性能测试模型(PV计算模型) PV->TPS转换模型&TPS波动模型_性能瓶颈

 

 

 

性能测试模型(PV计算模型) PV->TPS转换模型&TPS波动模型_服务器_02

 

 

性能测试模型(PV计算模型) PV->TPS转换模型&TPS波动模型_服务器_03

通过定积分求整个分布图的面积,然后求出最高值附近范围内的定积分,可以求得占据了80%的pv量的总时间。根据这个数据,得出计算pv的公式变成:

 

每台服务器每秒平均PV量= ( (80%*总PV)/(24*60*60*(9/24)))/服务器数量

即 每台服务器每秒平均PV量=2.14*(总PV)/* (24*60*60) /服务器数量

进而还可以得出最高峰的pv量是1.29倍的平均pv值。

 

根据实际情况,计算时间T,进而计算PV量= ( (80%*总PV)/(24*60*60*(T/24)))/服务器数量

 

TPS = ( (80%*总PV)/(24*60*60*(T/24)))/服务器数量

 

转换需要注意:

1.性能测试脚本中,只保留与性能点相关的内容,异步处理的,保留多个请求;
2.在执行场景中,不模拟浏览器缓存,确保每次请求都到达应用服务器;
3.在执行场景中,每次迭代,都模拟一个新用户,而且清除用户缓存信息,确保每个用户每次发送请求都是全新的。

 

TPS波动模型

 

TPS表现轨迹可以总结为两大类:

1. TPS有明显的大幅波动,不稳定。例如TPS轨迹缓慢下降,缓慢上升后骤降,呈瀑布型,呈矩形,分时间段有规律的波动,无规律的波动等。这些TPS的波动轨迹反映出被测试的性能点存在性能瓶颈,需要性能测试工程师与开发工程师查找性能瓶颈的原因。

2. TPS轨迹比较平稳,但是也存在波动现象。该类波动不明显,很难直接确定是否存在性能瓶颈。

对于第二类,判断其波动的范围:

Loadrunner TPS分析图中涉及到了4个重要的参数,最大值、平均值、最小值和标准差值;

平均值和标准差是衡量TPS是否稳定的重要因子。

TPS平均值是在场景执行过程中,被测系统在指定时间段内的平均每秒处理的事务数量
TPS标准差是根据数理统计的概念得来,反映被测系统的波动情况,标准差越小,说明波动越小,系统越稳定
(标准差=方差的算术平方根 方差s^2=[(x1-x)^2+(x2-x)^2+......(xn-x)^2]/n (x为平均数), 也就是说对于一组数值与平均数分散开的程度,越分散表示与平均数相差越大,标准差越大)

t (TPS波动范围) = TPS标准差/TPS平均值×100%

可接受波动范围 接口: 5%+/-3%  Web: 4%+/-2%



举报

相关推荐

0 条评论