性能測試用戶模型

　　概述

　　在性能測試過程中，很重要的一個部分就是評估待測系統在一定壓力下的性能表現。比如系統上線后，真實的性能到底如何?兩年后系統的使用用戶增加后，性能又如何?這些都是性能測試中，項目相關人最關心的問題。

　　所謂的性能表現，說的更直觀一些，其實就是用戶體驗。用戶不會在乎系統的處理能力是多少、吞吐量是多少，他們能夠感受到的只是系統能否處理他們的請求、處理的速度有多快。

　　這里提到的一個關鍵詞是“一定壓力”，這個壓力指的是系統在預期的線上場景中所承受的壓力。只有準確的定義和模擬預期的壓力，才有可能獲取到實際場景中真實有價值的用戶感受，而不是那些只存在理論意義的數據指標。

　　壓力是由用戶產生的，那么如何準確的定義和模擬用戶的行為，也就成了問題的關鍵。

　　以往的性能測試中，用戶的具體行為是由性能測試人員敲定的。性能測試以外的人員，大概只能了解性能測試會模擬多少個用戶，針對哪些模塊或者功能做測試，更進一步的還會明確虛擬用戶的工作量和所需的時間。這些內容一般也就是性能測試方案中所描述的測試場景。

　　但這些信息仍然無法準確的對壓力進行描述。比如同是100個虛擬用戶，每個人需要在1小時內完成一定量的工作，如果這些用戶在時間分布上是一個接一個的使用系統，那么對服務器來說，可能就和單個用戶沒有區別。再比如同是100個用戶在線，每個人間隔30秒操作一次和間隔60秒操作一次，壓力可能就會相差一倍。而這些直接影響到測試結果和有效性的細節，測試執行人以外的人員一般無法了解，有時恐怕性能測試人員自己都不明確，完全靠制作腳本過程中發揮，導致測試過程比較隨意，測試結果的有效性也大打折扣。

　　有可能對測試結果產生影響的因素主要包括：活躍用戶數量、用戶活躍時間、用戶操作頻率(思考時間)、用戶操作路徑、系統訪問量隨時間分布、各頁面訪問量(工作量)分布等等。對這些因素考慮的越準確，測試的結果才會越有效。

　　本文正是試圖對上述內容進行標準化的描述，制定一種規范的分析方法。通過此方法，讓測試人員更準確的設計測試場景，讓其他人員有機會了解到具體的測試過程，并且能對其進行監督和檢查。最終達到“不同測試人員應該測出相同的測試結果”這一目的，也就是獲得準確有效的性能測試結果。

　　本方法無法取代數據分析，而是應該作為其的一個應用，可以直觀有效的對用戶行為以及系統的壓力做出描述，測試人員、開發人員、管理者和業務人員等所有項目相關人都會從其中受益。

　　術語定義

　　虛擬用戶(Vuser)

　　性能測試中模擬的用戶，用戶的行為由測試腳本定義。

　　在線用戶(或活躍用戶)

　　一個時間段內，與服務器保持交互的用戶，也稱為活躍用戶。需與論壇或者QQ上常見的“在線人數”定義區分，該類系統的在線用戶不一定是活躍用戶，在線只是一種狀態。但在業務類系統中，一般只考慮活躍用戶，可認為與在線用戶通用。

　　相對并發用戶

　　類似活躍用戶，表示單位時間段內與服務器保持交互的用戶，這些用戶在理論上有同一時刻(即絕對并發)進行操作的可能(對這種可能性的度量稱為并發度)。相對并發的說法主要是為了區分絕對并發，盡量避免使用“并發”這個容易引起歧義的術語。

　　絕對并發用戶

　　同一時間點(嚴格的說是足夠短的時間段內)與服務器進行交互的用戶，一般通過測試工具提供的并發控制(如LR的集合點)實現。

　　并發度

　　在一個時間點上，可能與服務端進行交互的用戶的數量，它表達的是“絕對并發”的一種可能性。

　　思考時間

　　用戶每個操作后的暫停時間，或者叫操作之間的間隔時間，此時間內是不對服務器產生壓力的。

　　活躍時間

　　用戶與服務器進行交互的持續時間。

　　基礎數據

　　此分析方法依賴于以下基礎數據，基礎數據的詳盡程度將直接決定此模型的有效性和準確性：

　　1、系統的訪問量隨時間分布關系?？梢灾庇^的觀察到使用壓力是如何分布在一天(一段時間)之間的，通過此數據來構建性能測試場景。

　　用戶的活躍時間(與系統進行交互的時間)。用戶的活躍時間是進行系統并發度估算的基礎。比如已知系統的使用壓力集中在4個小時內(平均分布)，此期間訪問量為100，用戶的平均活躍時間是30分鐘，那么并發度估算為100/(4h/30min)≈12.5。

原文轉自：http://www.uml.org.cn/Test/201306041.asp