性能测试百分百会问到且难度极高的面试题分享给大家,面试了16家公司,都有被问到!

本文主要是介绍性能测试百分百会问到且难度极高的面试题分享给大家,面试了16家公司,都有被问到!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

今天给大家分享一波面试中经常被问到性能指标,希望能帮助大家,建议收藏~

1、吞吐量

单位时间内,系统能够处理多少请求,吞吐量代表网络的流量,TPS越高,吞吐量越大,还包含了数据的吞吐量。一般单位为秒,每秒处理的请求量。

注意:我们看到的JMeter聚合报告一般如下图,下表中的吞吐量实际是我们文中说的TPS或者QPS。如果要计算吞吐量的话应该是接收+发送网络流量总和。

性能测试的时候关注吞吐量和测试环境网络带宽之间的关系,如果吞吐量接近或者等于测试环境带宽极限,那么很可能存在网络瓶颈。

2、TPS

TPS的全称是Transaction Per Second,即每秒处理的事务数,那什么是事务呢?

如:用户操作伴随着数据的变更,【下单---->支付——一个请求会有多个操作】;如:11.11用淘宝下单,产生订单数据【40W订单/每秒】。

衡量一个系统性能的好坏,主要看的是单位时间内,系统可以处理多少业务量。

举个电商的例子:

1)假设要测试“下单”,那么“下单”业务就可看做是一个事务;

2)假设需要测试“添加购物车+下单”整体业务,那么“添加购物车”和“下单”这2个业务就组成了一个事务,此时TPS就是每秒处理“添加购物车+下单”这个一整个事务的数量。

响应时间单位为秒的情况下,TPS = 1/响应时间*并发数。

  • 一般情况下采用二八原则去计算,80%的交易发生在20%的时间去处理。如:一天10000笔,TPS = (10000* 80%=8000笔)/(24*60*60*20%)。
  • 10000笔交易,上午2小时,下午2个小时,TPS = 10000*/4*60*60。

在系统达到瓶颈之前,TPS和并发数成正比关系。

3、QPS

QPS = 并发数/响应时间,QPS的全称叫Request Per Second。字面意思比较好理解,就是每秒处理的请求数(如:用户查询数据【打开某个页面】,打开淘宝某个商品页面的时候),并没有去做数据的修改,只是把数据加载到页面中。

如果是测试单接口的情况下,TPS=QPS,例如上面电商例子中的第1)个场景。

4、TOP响应时间

响应时间,Rsponse Time,从用户的角度来讲,就是用起来快不快。

一个请求从用户发起,到收到服务器响应,所需的时间:

  • 页面打开响应的时间;
  • 具体单个资源的响应时间。

一个请求的响应时间由以下几部分时间构成,响应时间=网络传输的总时间+各组件业务处理时间。

TOP响应时间是将所有请求的响应时间先从大到小进行排序,计算指定比例的请求都是小于某个时间。

该指标统计的是大多数请求的耗时,用JMeter进行测试通常看到下面几个数据:

  • Top90(90%响应时间):90%的请求耗时都低于某个响应时间;
  • Top95(95%响应时间):95%的请求耗时都低于某个响应时间;
  • Top99(99%响应时间):99%的请求耗时都低于某个响应时间;

5、平均响应时间

平均响应时间=所有请求的平均耗时=ART(Average Response Time)。

6、并发数/虚拟用户数

即并发处理能力,压测工具中设置的并发线程/进程数量,海量用户使用系统,在系统不崩溃情况下,能够支撑多少人同时使用。可以理解为每秒/毫秒可以处理多少并发。

7、资源占用率

2个App,功能都一样,都是用来做“图片美颜”,我们来判断下,哪个App的性能好。

  • 第一个App能够运行在5年前的手机上,2GB运行内存,需要内存资源少。
  • 第二个App只能够运行在3年前的手机上,4GB运行内存,需要内存资源更多。

我们可以看出,第一个App所需要的运行内存更小,占用的内存资源更少,而第二个App需要的运行内存是更大的,以及内存资源更多,只能在三年的手机运行,5年前的是运行不了,所以是第一个App相对于与第二个App来说,第一个App性能是更加好的。

性能好一些,对我们实际有什么帮助呢?

假设我们在开发一款应用,有1000使用用户:

  • 500w用户——3年内的新手机(运行内存4G)
  • 500w用户——5年前的老手机(运行内存2G)

如我们开发时没有考虑到老手机运行内存的问题,只可以运行在新手机上,那就意味着50%,500w的老手机的用户是正常使用不了的,如我们所设计时考虑到了,性能足够的好,新、老手机都可使用,那就是100%的用户是都可以正常使用的。

8、成功率

请求的成功率,一般执行压测后我们会关注请求或者事务的成功率是多少,一般公司可能要求成功率在99.99%以上。

9、PV/UV

  • PV(Page View)页面/接口的访问量;
  • UV(Unique Visitor)页面/接口的每日唯一访客。

PV/UV的概念好像也是常在电商中出现,一般可能是在性能需求分析的时候提到,比如某页面每日的PV是多少,UV是多少。

作为一个软件测试的过来人,我想尽自己最大的努力,帮助每一个伙伴都能顺利找到工作。所以我整理了下面这份资源,现在免费分享给大家,有需要的小伙伴可以关注【公众号:开心螺蛳粉】自提!

软件测试面试文档

我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。在这里插入图片描述

在这里插入图片描述

行动吧,在路上总比一直观望的要好,未来的你肯定会感谢现在拼搏的自己!如果想学习提升找不到资料,没人答疑解惑时,请及时加入群:1150305204,里面有各种测试开发资料和技术可以一起交流哦。

这篇关于性能测试百分百会问到且难度极高的面试题分享给大家,面试了16家公司,都有被问到!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/847187

相关文章

Golang操作DuckDB实战案例分享

《Golang操作DuckDB实战案例分享》DuckDB是一个嵌入式SQL数据库引擎,它与众所周知的SQLite非常相似,但它是为olap风格的工作负载设计的,DuckDB支持各种数据类型和SQL特性... 目录DuckDB的主要优点环境准备初始化表和数据查询单行或多行错误处理和事务完整代码最后总结Duck

C#使用yield关键字实现提升迭代性能与效率

《C#使用yield关键字实现提升迭代性能与效率》yield关键字在C#中简化了数据迭代的方式,实现了按需生成数据,自动维护迭代状态,本文主要来聊聊如何使用yield关键字实现提升迭代性能与效率,感兴... 目录前言传统迭代和yield迭代方式对比yield延迟加载按需获取数据yield break显式示迭

将Python应用部署到生产环境的小技巧分享

《将Python应用部署到生产环境的小技巧分享》文章主要讲述了在将Python应用程序部署到生产环境之前,需要进行的准备工作和最佳实践,包括心态调整、代码审查、测试覆盖率提升、配置文件优化、日志记录完... 目录部署前夜:从开发到生产的心理准备与检查清单环境搭建:打造稳固的应用运行平台自动化流水线:让部署像

Java实现任务管理器性能网络监控数据的方法详解

《Java实现任务管理器性能网络监控数据的方法详解》在现代操作系统中,任务管理器是一个非常重要的工具,用于监控和管理计算机的运行状态,包括CPU使用率、内存占用等,对于开发者和系统管理员来说,了解这些... 目录引言一、背景知识二、准备工作1. Maven依赖2. Gradle依赖三、代码实现四、代码详解五

C#读取本地网络配置信息全攻略分享

《C#读取本地网络配置信息全攻略分享》在当今数字化时代,网络已深度融入我们生活与工作的方方面面,对于软件开发而言,掌握本地计算机的网络配置信息显得尤为关键,而在C#编程的世界里,我们又该如何巧妙地读取... 目录一、引言二、C# 读取本地网络配置信息的基础准备2.1 引入关键命名空间2.2 理解核心类与方法

Golang使用etcd构建分布式锁的示例分享

《Golang使用etcd构建分布式锁的示例分享》在本教程中,我们将学习如何使用Go和etcd构建分布式锁系统,分布式锁系统对于管理对分布式系统中共享资源的并发访问至关重要,它有助于维护一致性,防止竞... 目录引言环境准备新建Go项目实现加锁和解锁功能测试分布式锁重构实现失败重试总结引言我们将使用Go作

如何测试计算机的内存是否存在问题? 判断电脑内存故障的多种方法

《如何测试计算机的内存是否存在问题?判断电脑内存故障的多种方法》内存是电脑中非常重要的组件之一,如果内存出现故障,可能会导致电脑出现各种问题,如蓝屏、死机、程序崩溃等,如何判断内存是否出现故障呢?下... 如果你的电脑是崩溃、冻结还是不稳定,那么它的内存可能有问题。要进行检查,你可以使用Windows 11

Python中列表的高级索引技巧分享

《Python中列表的高级索引技巧分享》列表是Python中最常用的数据结构之一,它允许你存储多个元素,并且可以通过索引来访问这些元素,本文将带你深入了解Python列表的高级索引技巧,希望对... 目录1.基本索引2.切片3.负数索引切片4.步长5.多维列表6.列表解析7.切片赋值8.删除元素9.反转列表

正则表达式高级应用与性能优化记录

《正则表达式高级应用与性能优化记录》本文介绍了正则表达式的高级应用和性能优化技巧,包括文本拆分、合并、XML/HTML解析、数据分析、以及性能优化方法,通过这些技巧,可以更高效地利用正则表达式进行复杂... 目录第6章:正则表达式的高级应用6.1 模式匹配与文本处理6.1.1 文本拆分6.1.2 文本合并6

Python中处理NaN值的技巧分享

《Python中处理NaN值的技巧分享》在数据科学和数据分析领域,NaN(NotaNumber)是一个常见的概念,它表示一个缺失或未定义的数值,在Python中,尤其是在使用pandas库处理数据时,... 目录NaN 值的来源和影响使用 pandas 的 isna()和 isnull()函数直接比较 Na