服務器穩(wěn)定性是最重要的,，如果在穩(wěn)定性方面不能夠保證業(yè)務運行的需要，再高的性能也是無用的,。正規(guī)的服務器廠商都會對產品進行不同溫度和濕度下的運行穩(wěn)定性測試,。重點要考慮的是冗余功能,，如：數(shù)據(jù)冗余、網卡冗余,、電源冗余,、風扇冗余等。

一些服務器穩(wěn)定性測試方法主要為以下幾種：

壓力測試：

已知系統(tǒng)高峰期使用人數(shù),，驗證各事務在最大并發(fā)數(shù)(通過高峰期人數(shù)換算)下事務響應時間能否達到客戶要求,。系統(tǒng)各性能指標在這種壓力下是否還在正常數(shù)值之內。系統(tǒng)是否會因這樣的壓力導致不良反應(如：宕機、應用異常中止等),。

Ramp Up 增量設計：

如并發(fā)用戶為75人,，系統(tǒng)注冊用戶為1500人，以5%-7%作為并發(fā)用戶參考值,。一般以每15s加載5人的方式進行增壓設計,，該數(shù)值主要參考測試加壓機性能，建議Run幾次,。以事務通過率與錯誤率衡量實際加載方式,。

Ramp Up增量設計目標：

尋找已增量方式加壓系統(tǒng)性能瓶頸位置，抓住出現(xiàn)的性能拐點時機,，一般常用參考Hits點擊率與吞吐量,、CPU、內存使用情況綜合判斷,。模擬高峰期使用人數(shù),，如早晨的登錄，下班后的退出,，工資發(fā)送時的消息系統(tǒng)等,。

另一種極限模擬方式，可視為在峰值壓力情況下同時點擊事務操作的系統(tǒng)極限操作指標,。加壓方式不變,，在各腳本事務點中設置同集合點名稱(如：lr_rendzvous("same");)在場景設計中，使用事務點集合策略,。以同時達到集合點百分率為標準,，同時釋放所有正在Run的Vuser。

穩(wěn)定性測試：

已知系統(tǒng)高峰期使用人數(shù),、各事務操作頻率等,。設計綜合測試場景，測試時將每個場景按照一定人數(shù)比例一起運行,，模擬用戶使用數(shù)年的情況,。并監(jiān)控在測試中，系統(tǒng)各性能指標在這種壓力下是否能保持正常數(shù)值,。事務響應時間是否會出現(xiàn)波動或隨測試時間增長而增加,。系統(tǒng)是否會在測試期間內發(fā)生如宕機、應用中止等異常情況,。

根據(jù)上述測試,，各事務條件下出現(xiàn)性能拐點的位置，以確定穩(wěn)定性測試并發(fā)用戶的人數(shù),。根據(jù)實際測試服務器(加壓機,、應用服務器,、數(shù)據(jù)服務器三方性能)，估算最終并發(fā)用戶人數(shù),。

還可以對服務器進行以下方式測試,，驗證服務器在各種特殊情況下是否有自動處理機制：

1容錯性測試

通過模擬一些非正常情況(如：服務器突然斷電、網絡時斷時續(xù),、服務器硬盤空間不足等),，驗證系統(tǒng)在發(fā)生這些情況時是否能夠有自動處理機制以保障系統(tǒng)的正常運行或恢復運行措施。如有HA(自動容災系統(tǒng)),，還可以專門針對這些自動保護系統(tǒng)進行另外的測試,，驗證其能否有效觸發(fā)保護措施。

2問題排除性測試

通過原有案例或經驗判斷,，針對系統(tǒng)中曾經發(fā)生問題或懷疑存在隱患的模塊進行驗證測試,，驗證這些模塊是否還會發(fā)生同樣的性能問題。如：上傳附件模塊的內存泄露問題,、地址本模塊優(yōu)化,、開啟Tivoli性能監(jiān)控對OA系統(tǒng)性能的影響等等。

測評測試是用于獲取系統(tǒng)的關鍵性能指標點而進行的相關測試,。主要是針對預先沒有明確的預期測試結果,，而是要通過測試獲取在特定壓力場景下的性能指標(如：事務響應時間、最大并發(fā)用戶數(shù)等),。 評測事務響應時間：為獲取某事務在特定壓力下的響應時間而進行的測試活動,。通過模擬已知客戶高峰期的各壓力值或預期所能承受的壓力值，獲取事務在這種壓力下的響應時間,。 評測事務最大并發(fā)用戶數(shù)：為獲取某事務在特定系統(tǒng)環(huán)境下所能承受的最大并發(fā)用戶數(shù)而進行的測試活動,。通過模擬真實環(huán)境或直接采用真實環(huán)境，評測在這種環(huán)境下事務所能承受的最大并發(fā)用戶數(shù),。判定標準閾值需預先定義(如響應時間,，CPU占用率，內存占用率,，已出現(xiàn)點擊率峰值,，已出現(xiàn)吞吐量峰值等)。 評測系統(tǒng)最大并發(fā)用戶數(shù)：為獲取整個系統(tǒng)所能夠承受的最大并發(fā)用戶數(shù)而進行的的測試活動,。通過預先分析項目各主要模塊的使用比率和頻率，定義各事務在綜合場景中所占的比例,，以比例方式分配各事務并發(fā)用戶數(shù),。模擬真實環(huán)境或直接采用真實環(huán)境，評測在這種環(huán)境下系統(tǒng)所能承受的最大并發(fā)用戶數(shù),。判定標準閥值預先定義(如響應間,，CPU占用率，內存占用率，已出現(xiàn)點擊率峰值,，已出現(xiàn)吞吐量峰值等),。取值標準以木桶法則為準(并發(fā)數(shù)最小的事務為整個系統(tǒng)的并發(fā)數(shù))。 評測不同數(shù)據(jù)庫數(shù)據(jù)量對性能的影響：針對不同數(shù)據(jù)庫數(shù)據(jù)量的測試,，將測試結果進行對比,，分析發(fā)現(xiàn)數(shù)據(jù)庫中各表的數(shù)據(jù)量對事務性能的影 響。得以預先判斷系統(tǒng)長時間運行后,，或某些模塊客戶要求數(shù)據(jù)量較大 時可能存在的隱患,。

通過以上測試或用戶實際操作已經發(fā)現(xiàn)系統(tǒng)中的性能問題或懷疑已存在性能問題，需通過響應的測試場景重現(xiàn)問題或定義問題,。如有可能,，可以直接找出引起性能問題所在的代碼或模塊。該類測試主要還是通過測試出問題的腳本場景,，并可以增加發(fā)現(xiàn)和檢測的工具,，如開啟Tivoli性能監(jiān)控、開啟HeapDump輸出,、Linux資源監(jiān)控命令等,，并在場景運行過程中輔以手工測試。

• 上一篇：都知道區(qū)塊鏈,，但它真正的應用場景你知道嗎,？
• 下一篇：云遣返率上升推動混合云的興起
  
• 文章標簽：
• 注：原創(chuàng)內容，禁止轉載,，如有轉載,，請標明出處。如有內容侵犯您的權益,，請聯(lián)系刪除,！QQ:315212307