《软件性能测试报告.doc》由会员分享,可在线阅读,更多相关《软件性能测试报告.doc(28页珍藏版)》请在三一文库上搜索。
1、系统性能测试报告文档编号:_日期: _ - _ - _版权所有 第28页 共28页文档修订记录版本号日期撰写人审核人批准人变更摘要 & 修订位置目 录1测试概述41.1项目背景41.2测试目的41.3测试内容42测试方案52.1系统分析52.1.1系统架构52.1.2硬件环境52.1.3软件环境52.1.4网络拓扑结构62.2测试模型62.2.1业务模型62.2.2测试场景模型72.3系统资源监控及关注指标122.4测试工具及使用123测试执行结果123.1基准测试场景执行结果123.2混合交易负载场景执行结果133.3单交易负载场景执行结果164测试结果分析164.1混合场景结果分析174
2、1.1关键性能指标分析174.2单交易负载场景结果分析284.2.1关键性能指标分析285问题及建议325.1问题325.2建议326结论321 测试概述1.1 项目背景_。1.2 测试目的测试的目的和目标是:在_提供的测试环境中,_运用性能测试工具对_产生模拟真实使用环境的压力负载,重现缺陷发生状态,并监控的客户端和服务器性能指标,最终判断性能缺陷所属系统业务模块。1.3 测试内容经初步判断,出现性能缺陷模块为_的_这几个使用频繁且业务处理量大的模块。_系统日常运行的基本业务为新增、删除、查询、修改等操作。因此将本次性能测试的重点确定为被测模块的新增、删除、查询、修改的典型业务。2 测试方
3、案2.1 系统分析2.1.1 系统架构1) 系统逻辑部署2.1.2 硬件环境型号主机IPCPU数内存用途2.1.3 软件环境名称版本操作系统2.1.4 网络拓扑结构系统采用B/S架构模式,客户端通过Oracle Ias中间件访问数据库。中间件和数据库分别部署在两台HP Superdome服务器上。2.2 测试模型2.2.1 业务模型使用单个交易的性能测试脚本,将同一模块内相近功能的脚本放在同一个测试场景中,平均设定每个交易的比例。场景业务名称业务比例场景125%场景250%50%场景320%20%20%场景416.67%16.67%场景533.33%场景625%场景716.67%场景833.3
4、3%33.33%33.33%场景925%25%场景1050%50%2.2.2 测试场景模型2.2.2.1. 基准测试场景基准测试场景序号功能模块交易名用户数迭代次数Think time循环间隔1120次忽略忽略2120次忽略忽略3120次忽略忽略4120次忽略忽略5120次忽略忽略6120次忽略忽略7120次忽略忽略8120次忽略忽略9120次忽略忽略10120次忽略忽略11120次忽略忽略12120次忽略忽略13120次忽略忽略14120次忽略忽略15120次忽略忽略16120次忽略忽略17120次忽略忽略18120次忽略忽略19120次忽略忽略20120次忽略忽略21120次忽略忽略2.2
5、2.2. 混合交易负载场景制作单个交易的性能测试脚本,将同一模块内功能相近的脚本放在同一个测试场景中,并发用户数为50,平均设定每个交易的比例,设定负载序列,按照负载序列逐渐增加并发用户数。场景一序号功能名称功能点并发用户数用户加载方式Think time循环间隔150每2秒加载1个忽略忽略234场景二序号功能名称功能点并发用户数用户加载方式Think time循环间隔150每2秒加载1个忽略忽略2场景三序号功能名称功能点并发用户数用户加载方式Think time循环间隔150每2秒加载1个忽略忽略2345场景四序号功能名称功能点并发用户数用户加载方式Think time循环间隔150每2秒
6、加载1个忽略忽略23456场景五序号功能名称功能点并发用户数用户加载方式Think time循环间隔150每2秒加载1个忽略忽略23场景六序号功能名称功能点并发用户数用户加载方式Think time循环间隔150每2秒加载1个忽略忽略234场景八序号功能名称功能点并发用户数用户加载方式Think time循环间隔150每2秒加载1个忽略忽略23场景九序号功能名称功能点并发用户数用户加载方式Think time循环间隔150每2秒加载1个忽略忽略234场景十序号功能名称功能点并发用户数用户加载方式Think time循环间隔150每2秒加载1个忽略忽略22.2.2.3. 单交易负载场景根据混合场
7、景运行的结果发现:场景九运行时中间件服务器的CPU使用率持续为100%,另外性能缺陷不存在于场景十包含的功能,所以需要针对场景九包含的贷款发放、贷款回收、利息回收功能分别进行单业务负载场景,进一步将性能缺陷定位到功能点。并发用户设定为50,设定负载序列,按照负载序列逐渐增加并发用户数。单交易负载场景序号功能名称功能点并发用户数用户加载方式Think time循环间隔150每2秒加载1个忽略忽略250每2秒加载1个忽略忽略350每2秒加载1个忽略忽略2.3 系统资源监控及关注指标在进行负载压力测试的同时,用测试工具对中间服务器的资源和性能指标进行监控。选取中间件服务器的CPU使用率进行分析。2.
8、4 测试工具及使用本次测试使用HP公司的性能测试工具LoadRunner v9.0生成虚拟用户,通过LoadRunner负载运行控制器控制生成的虚拟用户对被测系统进行压力负载测试,同时使用LR监控中间件服务器的系统资源和性能指标。3 测试执行结果3.1 基准测试场景执行结果基准测试场景结果汇总:序号功能模块交易名用户数平均事务响应时间(秒)通过事务数(单位:个)失败事务数(单位:个)110.327200210.223200310.27200410.263200510.559200610.336200710.266200810.474200910.3412001010.3032001110.34
9、62001210.6672001310.5842001410.6132001510.4172001610.4082001710.4432001810.332001910.342002010.3812002110.3212003.2 混合交易负载场景执行结果混合交易负载场景执行结果汇总:混合场景一执行结果业务模块业务最大用户数平均事务响应时间(秒)CPU平均使用率%CPU最大使用率%15010.22647.54410010.22510.22410.047场景运行结束后,中间件服务器的CPU使用率下降至较低水平。混合场景二执行结果业务模块业务最大用户数平均事务响应时间(秒)CPU平均使用率%CPU
10、最大使用率%15639.38754.8910051.738场景运行结束后,中间件服务器的CPU使用率下降至较低水平。混合场景三执行结果业务模块业务最大用户数平均事务响应时间(秒)CPU平均使用率%CPU最大使用率%27018.08256.20210018.10218.15818.10717.949场景运行结束后,中间件服务器的CPU使用率下降至较低水平。混合场景四执行结果业务模块业务最大用户数平均事务响应时间(秒)CPU平均使用率%CPU最大使用率%29020.76754.14510020.39920.6720.27820.40220.449场景运行结束后,中间件服务器的CPU使用率下降至较低
11、水平。混合场景五执行结果业务模块业务最大用户数平均事务响应时间(秒)CPU平均使用率%CPU最大使用率%23442.70928.49950.542.42323.156场景运行结束后,中间件服务器的CPU使用率下降至较低水平。混合场景六执行结果业务模块业务最大用户数平均事务响应时间(秒)CPU平均使用率%CPU最大使用率%25739.12766.75710038.65538.23938.901场景运行结束后,中间件服务器的CPU使用率下降至较低水平。混合场景七执行结果业务模块业务最大用户数平均事务响应时间(秒)CPU平均使用率%CPU最大使用率%27420.56761.01810029.0592
12、9.30829.26927.6920.843场景运行结束后,中间件服务器的CPU使用率下降至较低水平。混合场景八执行结果业务模块业务最大用户数平均事务响应时间(秒)CPU平均使用率%CPU最大使用率%30991.63633.53974.04350.9649.305场景运行结束后,中间件服务器的CPU使用率下降至较低水平。混合场景九执行结果业务模块业务最大用户数平均事务响应时间(秒)CPU平均使用率%CPU最大使用率%10734.81599.07100125.755.22633.093场景运行结束后,中间件服务器CPU使用率持续为100%。混合场景十执行结果业务模块业务最大用户数平均事务响应时间
13、秒)CPU平均使用率%CPU最大使用率%9068.86016.49810052.132场景运行结束后,中间件服务器的CPU使用率下降至较低水平。3.3 单交易负载场景执行结果单交易负载场景执行结果业务模块业务最大用户数平均事务响应时间(秒)CPU平均使用率%CPU最大使用率%153117.06998.95210020176.11398.76410030022.33791.467100其中查询_、_回收场景运行结束后,中间件服务器CPU使用率持续为100%,并不会因为用户退出而有明显下降;_场景运行结束后中间件服务器CPU使用率下降至较低水平。4 测试结果分析通过混合场景测试中发现_模块存在性
14、能缺陷,表现为在_的混合场景测试中,中间件服务器CPU占用率自始至终维持在100%,并且当场景结束后CPU占用率并没有随之下降。将系统性能缺陷定位到贷后管理模块后,针对该模块包含的典型业务进行单业务负载测试,发现利息回收和贷款回收两个功能的测试结果与混合场景的结果一致,可以认定为该两个功能存在性能缺陷。4.1 混合场景结果分析4.1.1 关键性能指标分析从loadrunner得到响应时间和中间件服务器CPU使用率等性能指标,根据性能指标分析判断性能缺陷所在场景对应的业务模块。4.1.1.1. 响应时间、系统资源分析场景一:_事务响应时间与用户变化对应图结果分析:事务的响应时间随着用户数不断增加
15、而增大;在用户数增加到130后,事务执行出现错误,错误信息为下载资源超时。在此压力下中间件服务器的CPU使用率没有持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率下降至较低水平。所以该场景中的功能点不存在性能缺陷。场景二:_事务响应时间与运行用户分析结果分析:事务响应时间随着运行用户数的增加而增大;在场景运行用户增加到155时出现失误失败,失败原因为下载资源超时。在此压力下中间件服务器的CPU使用率没有持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率下降至较低水平。所以该场景中的功能点不存在性能缺陷。场景三:_事务与运行用户分析结果分析:事务响应时间随着运行
16、用户数的增加而增大;在场景运行用户增加到270时出现失误失败,失败原因为下载资源超时。在此压力下中间件服务器的CPU使用率没有持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率下降至较低水平。所以该场景中的功能点不存在性能缺陷。场景四:_事务与运行用户分析结果分析:事务响应时间随着运行用户数的增加而增大;在场景运行用户增加到280时出现失误失败,失败原因为下载资源超时。在此压力下中间件服务器的CPU使用率没有持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率下降至较低水平。所以该场景中的功能点不存在性能缺陷。场景五:_事务与运行用户分析结果分析:事务响应时间随着
17、运行用户数的增加而增大;在场景运行用户增加到230时出现失误失败,失败原因为下载资源超时。在此压力下中间件服务器的CPU使用率没有持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率下降至较低水平。所以该场景中的功能点不存在性能缺陷。场景六:_查询事务与运行用户分析结果分析:事务响应时间随着运行用户数的增加而增大;在场景运行用户增加到257时出现失误失败,失败原因为下载资源超时。在此压力下中间件服务器的CPU使用率没有持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率下降至较低水平。所以该场景中的功能点不存在性能缺陷。场景七:_事务与运行用户分析结果分析:事务响应
18、时间随着运行用户数的增加而增大;在场景运行用户增加到270时出现失误失败,失败原因为下载资源超时。在此压力下中间件服务器的CPU使用率没有持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率下降至较低水平。所以该场景中的功能点不存在性能缺陷。场景八:_事务与运行用户分析结果分析:事务响应时间随着运行用户数的增加而增大;在场景运行用户增加到309时出现失误失败,失败原因为下载资源超时。在此压力下中间件服务器的CPU使用率没有持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率下降至较低水平。所以该场景中的功能点不存在性能缺陷。场景九:_与运行用户分析结果分析:事务响应
19、时间随着运行用户数的增加而增大;在场景运行用户增加到107时出现失误失败,失败原因为下载资源超时。在此压力下中间件服务器的CPU使用率持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率没有下降至较低水平。所以此场景包含的业务功能存在性能缺陷,需要进行单交易交易负载场景测试。场景十:_事务与运行用户分析结果分析:事务响应时间随着运行用户数的增加而增大;在场景运行用户增加到90时出现失误失败,失败原因为下载资源超时。在此压力下中间件服务器的CPU使用率没有持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率下降至较低水平。所以在此场景中CPU不是性能瓶颈,性能缺陷也不
20、存在此场景对应的业务模块中。则场景九中提交利息回收报表不是导致性能缺陷的功能,需要对其他三个功能进行进一步的性能测试。4.2 单交易负载场景结果分析4.2.1 关键性能指标分析根据混合业务运行结果,使用混合业务中对应的业务功能进行单业务负载测试,同时监控事务响应时间和中间件服务器的CPU使用率,根据指标分析性能缺陷所在的业务功能模块。4.2.1.1. 响应时间、系统资源分析_负载场景:_事务与运行用户分析结果分析:事务响应时间随着运行用户数的增加而增大;在场景运行用户增加到153时出现业务失败,失败原因为下载资源超时。在此场景中中间件服务器的CPU使用率持续达到100%如下图,并且场景停止运行
21、后中间件服务器CPU使用率没有明显下降。所以此场景中利息回收功能存在性能缺陷。_负载场景:_事务与运行用户分析结果分析:事务响应时间随着运行用户数的增加而增大;在场景运行用户增加到201时出现失误失败,失败原因为下载资源超时。在此场景中中间件服务器的CPU使用率持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率没有明显下降。所以此场景中贷款回收功能存在缺陷。_查询负载场景:_查询事务与运行用户分结果分析:事务响应时间随着运行用户数的增加而增大;在场景运行用户增加到250时出现失误失败,失败原因为下载资源超时。在此压力下中间件服务器的CPU使用率没有持续达到100%如下图,并且场景停止运行后中间件服务器CPU使用率下降至较低水平。所以在此场景中贷款发放功能不存在性能缺陷。5 问题及建议5.1 问题在本次测试覆盖的_系统功能点中,发现了导致_系统性能急剧下降的性能缺陷。性能缺陷所在的功能为:_和_功能。5.2 建议系统开发方重点针对_和_功能检查代码,发现并修改系统中的低效代码。6 结论根据本次性能测试的结果和_对结果的分析,当30到40用户同时操作信贷业务系统的_和_功能时,中间件服务器的CPU占用持续达到100%,并且不随着用户的退出而降低。所以_的_和_功能存在明显性能缺陷。