性能测试报告_20161120_XXX

XXX系统性能测试报告

拟制：执行者日期：2016-11-20 审核：日期：

批准：日期：

1.概述

1.1.编写目的

本次测试报告为XXX系统的性能测试总结报告，目的在于总结性能测试工作，并分析测试结果，描述系统是否符合XXX系统的性能需求。

预期参考人员包括用户、测试人员、开发人员、项目管理者、质量管理人员和需要阅读本报告的高层领导。

1.2.项目背景

mmmm公司为用户提供的一个贷款平台

1.3.测试目标

XXX的登陆模块模拟实现五组有效登陆数据，满足1000个用户并发访问本系统。

1.4.名词解释

测试时间：2015-11-20

每次时间间隔：测试线程发出一个请求，并得到被测系统的响应后，间隔多长时间发出下一次请求。

平均响应时间：测试线程向被测系统发请求，所有请求的响应时间的平均值。

处理能力：在某一特定环境下，系统处理请求的速度。

cache影响系数：测试数据未必如实际使用时分散，cache在测试过程中会比实际使用时发挥更大作用，从而使测试出的最高处理能力偏高，考虑到这个因素而引入的系数。

用户习惯操作频率：根据用户使用习惯估算出来的，单个用户在一段时间内，使用此类功能的次数。通常以一天内某段固定的高峰使用时间来统计，如果一天内没有哪段时间是固定的高峰使用时间，则以一天的工作时间来统计。

预期平均响应时间：由用户提出的，希望系统在多长时间内响应。注意，这个值并不是某一次访问的时间，而是一段时间多次访问后的平均值。

最大并发用户数：在给定的预期平均响应时间下，系统最多能支持多少个并发用户。这个数据就是实际可以同时使用系统的用户数。

2.测试环境说明

2.1.硬件配置

2.2.软件配置

2.3.测试环境组网图

数据库服务器

3.测试策略

3.1.人力资源

3.2.测试方案

（系统中需要做性能测试的功能点）

因有5000个用户的需求，根据并发用户占所有用户20%的经验原则，并发用户在1000个左右，使用LoadRunner11工具测试，创建相关操作脚本，同时设计1000个用户同时分别访问系统登陆页面，设置对服务器的性能监视，长时间运行3小时后，查看各性能批标。

测试过程按三个步骤进行，即单独场景压力测试、混合场景压力测试、稳定性测试：

单独场景压力测试：针对某个功能点进行压力测试，分析测试结果是否满足用户要求的指标；混合场景压力测试：根据实际用户操作，将多个单独的业务操作同时进行压力测试，分析测试结果是否满足用户要求的指标；

稳定性测试：选择某些业务场景对系统加载压力，持续运行一段时间，根据并发量或系统监控等来观察系统的稳定性。

3.3.测试场景

设计1000个用户访问登陆页面。

加压方案：每1s增加10个用户，直到增加到1000个。

场景持续运行50min

减压方案：每1s停止5个用户，直到全部停止。

3.4.测试用例

1000个用户并发访问登陆页面

4.测试结果

4.1.测试结果摘要（附图）

4.2.用户运行情况：（附图）

4.3.错误数：（附图）

4.4.事务响应时间：（附图）

4.5.每秒点击数：（附图）

4.6.W indows资源情况：（附图）

4.7.吞吐量:(附图)

4.8.T PS.处理完成交易总量(附图)

4.9.请求响应时间(附图)

4.10.点击率(附图)

5.测试结论

本次性能测试通过

1000个用户并发访问1个页面，在55分钟内的62万多次请求中，约有0.01%是失败的，失败原因如：

提示连接失败，应该是在验证码登陆的时候没有输入正确的验证信息，故此问题待解决。响应时间平滑，无大波动，1个事务的平均响应时间为1.1s,在5s以内，可以接受。

每秒点击数最大为210，最小为110，平均值155.18，波动不大，非常稳定。

服务器的CPU、内存使用率平稳，达到预期结果。

虽然随着用户的增加，响应时间和服务器系统资源也在增加，但是事物响应时间基本维持在4.736s左右，还可以接受。但是错误数却很多，其中主要错误不是登录的这个事物，估计是登录的人太多，服务器处理不过来，使后面的用户不能打开网页。用户数超过500个的时候就发生了错误。

随着用户的增加，每个脚本的事物响应时间成正比，说明用户越多，服务器的资源使用就越多，处理的时间就越长。这样会急剧加重服务器负担，所以就会有错误的产生（从windows 资源图可证明）

说明：

web性能测试需要记录的数据：测试时间、平均响应时间、成功次数、失败次数、web服务器CPU利用率（平均、最大）、数据库服务器CPU利用率（平均、最大）

计算公式：

成功率=成功次数/（成功次数+失败次数）

处理能力=成功次数/测试时间

最短平均响应时间=min（平均响应时间）

最高处理能力=max（处理能力）*（1-cache影响系数）

最大并发用户数=（最高处理能力－1÷（预期平均响应时间－最短平均响应时间＋（1÷最高处理能力）））÷用户习惯操作频率，此公式要注意各时间单位的不同和转换