2023年7月11日发(作者：)

WEBTours订票系统性能测试报告WEB Tours订票系统性能测试报告姓名：班级：学号：指导⽼师：⽬录1 前⾔ (2)2 被测系统定义 (4)2.1 功能简介 (4)2.2 性能测试指标 (3)3 系统结构及流程 (5)3.1 系统总体结构 (5)3.2 关键点描述 (5)3.3 性能测试环境 (5)4 性能测试 (5)4.1 性能测试概述 (6)4.2 测试⽬的 (6)4.3 测试⽅法及测试⽤例 (6)4.4 测试指标及期望 (7)4.5 测试数据准备 (8)4.6 运⾏状况记录 (8)5 测试过程及结果描述 (8)5.1 测试描述 (9)5.2 测试场景 (9)5.3 测试结果 (13)6测试分析和结论 (25)1前⾔⽬前，WEB Tours订票系统成功上线，从⽽航空公司的机票信息管理逐步⾛上了集中管控的道路，从⽽将会势必出现新业务系统中信息⼤量增长的态势。随着新业务系统在⽣产状态下⽇趋稳定、成熟，系统的性能问题也逐步成为了我们关注的焦点：⼤数据量的“冲击”，在多名⽤户信息进⼊时，系统能稳定在什么样的性能⽔平，⾯临公司业务冲刺时，系统能否经受住“考验”，这些问题需要通过⼀个完整的性能测试来给出答案。本报告前部分即是基于上述考虑，参考科学的性能测试⽅法⽽撰写的，⽤以指导即将进⾏的WEB Tours订票系统的性能测试。2被测系统定义WEB Tours订票系统作为本次测试的被测系统，该订票系统的主要功能包括：注册和登录⽤户信息，订票办理，退票办理，查询客户已订票信息等。在本次测试中，将针对上述的功能进⾏压⼒测试，检查并评估在模拟环境中，系统对负载的承受能⼒，在不同的⽤户连接情况下，系统地吞吐能⼒和响应能⼒，以及在预计的数据容量中，系统能够容忍的最⼤⽤户数，2.1功能简介WEB Tours订票系统主要功能如下：注册和登录⽤户信息订票办理退票办理查询客户已订票信息2.2性能测试指标本次测试是针对WEB Tours订票系统的性能特征和系统的性能调优⽽进⾏的，主要需要获得如下的测试指标。1、系统的响应能⼒：即在各种负载压⼒情况下，系统的响应时间，也就是从客户端交易发起，到服务器端交易应答返回所需要的时间，包括⽹络传输时间和服务器处理时间。2、应⽤系统的吞吐率：即应⽤系统在单位时间内完成的交易量，也就是在单位时间内，应⽤系统针对不同的负载压⼒，所能完成的交易数量。3、应⽤系统的负载能⼒：即系统所能容忍的最⼤⽤户数量，也就是在正常的响应时间中，系统能够⽀持的最多的客户端的数量。3系统结构及流程WEB Tours订票系统在实际⽣产中的体系结构跟本次性能测试所采⽤的体系结构是⼀样的，交易流程也完全⼀致的。不过，由于硬件条件的限制，本次性能测试的硬件平台跟实际⽣产环境略有不同。3.1系统总体结构描述本系统的总体结构，包括：硬件组织体系结构、⽹络组织体系结构、软件组织体系结构和功能模块的组织体系结构。3.2关键点描述本次性能测试的关键点，就是查看EB Tours订票系统在并发压⼒下的表现，即：⽀持的并发⽤户数⽬和并发⽤户发送频率，以及在较⼤压⼒下，系统的交易处理能⼒，并找出各类交易的性能瓶颈。3.3性能测试环境本次性能测试环境与真实运⾏环境基本⼀致，都运⾏在同样的硬件和⽹络环境中，数据库是真实环境数据库的⼀个复制（或缩⼩），本系统采⽤标准的CS结构，客户端都是通过浏览器访问应⽤系统。其中具体的硬件和⽹络环境如下：服务器设备：IBM 570（DBserver）， IBM 690（APserver）操作系统： Microsoft Windows 2003server中⽂版⽹络环境： 1M/10M以太⽹数据库：Oracle客户端： PC （Windows ）⽹络拓扑和结构图如下：4性能测试从⼴泛意义上讲性能测试包括：压⼒测试、稳定性测试、负载能⼒测试和可扩展性测试等。在不同应⽤系统的性能测试中，需要根据应⽤系统的特点和测试⽬的的不同来选择具体的测试⽅案，本次EBTours订票系统的性能测试主要是采⽤通常的压⼒测试模式来执⾏的，即：逐步增加压⼒，查看应⽤系统在各种压⼒状况⼩的性能表现。在性能测试中，压⼒测试主要是为了获取系统在较⼤压⼒状况下的性能表现⽽设计并实现的，压⼒测试主要是获取系统的性能瓶颈和系统的最⼤吞吐率。4.1性能测试概述本次压⼒测试是指针对现⾏的EB Tours订票系统的联机交易处理能⼒的测试，检验系统的吞吐率。本系统的压⼒测试主要是针对EB Tours订票系统，检查在⽇间交易⾼峰时期，并发⽤户数较多的时候的处理能⼒等等。4.2测试⽬的压⼒测试的⽬的就是检验系统的最⼤吞吐量，检验现⾏的EB Tours订票系统在各种压⼒交易量下的运⾏状况，检验系统地运⾏瓶颈，获取系统的处理能⼒等等。本次针对EB Tours订票系统所进⾏的压⼒测试的测试⽬的为：给出EB Tours订票系统当前的性能状况总结⼀套合理的、可操作的、适合航空公司现实情况的性能测试⽅案，为后续的性能测试⼯作提供基本思路。4.3测试⽅法及测试⽤例使⽤性能测试软件LoadRunner，对现⾏的EB Tours订票系统进⾏脚本录制、测试回放、逐步加压和跟踪记录。测试过程中，由LoadRunner的管理平台调⽤各台测试前台，发起各种组合的交易请求，并跟踪记录服务器端的运⾏情况和返回给客户端的运⾏结果。使⽤的测试⽤例包括：联机处理交易和查询交易，其中联机交易测试试⽤的交易包括：订票办理。查询类交易包括：查询客户已订票信息测试⽤例列表包括：针对每个测试案例，都将采⽤逐步加压和瞬间加压两种客户端连接⽅式进⾏，查看服务器端在客户端的连接数量变化过程中对应的处理能⼒，测试运⾏安排如下：每隔2秒增加1个⽤户连接，最多增加到15个⽤户，查看并记录运⾏情况每隔2秒增加2个⽤户连接，最多增加到15个⽤户，查看并记录运⾏情况⼀次性连接1个⽤户，查看记录运⾏情况4.4测试指标及期望在本次性能测试中，各类测试指标包括测试中应该达到的某些性能指标，这些性能指标均是来⾃应⽤系统设计开发时遵循的业务需求，当某个测试的某⼀类指标已经超出了业务需求的要求范围，则测试已经达到⽬的，即可终⽌压⼒测试。应⽤软件级别的测试指标：1) 事务的执⾏情况事务的平均响应时间（期望值：<15s）事务的最⼤响应时间（期望值：<30s）平均每秒处理数量（分别记录单位时间内成功、失败和停⽌的数量）不同并发⽤户数的状况下的上述记录值2）测试结果分析情况测试指标：吞吐量：单位时间内⽹络传输数据量4.5测试数据准备案例数据：满负荷压⼒根据测试系统的硬件条件，选择满负荷的压⼒，在系统的资源使⽤基本维持在90%左右的状况下，测试EB Tours订票系统的处理能⼒。4.6运⾏状况记录记录可扩展性测试中的测试结果及其系统的运⾏状况。除了记录测试指标以外，应该结合测试实时记录系统各个层次的资源和参数。主要包括：硬件环境资源服务器操作系统参数⽹络相关参数数据库相关参数：具体数据库参数有所不同，结合各个数据库独有的特点记录5测试过程及结果描述EB Tours订票系统的性能测试共计执⾏了3次，四次执⾏的脚本流程作了调整，其他的环境和数据都⼀样。在测试数据准备完备以后，第⼀次测试执10个⽤户并发注册，5个⽤户并发登录浏览⽹页。第⼆次测试10个⽤户不并发注册，5个⽤户不并发登录浏览⽹页。第三次测试10个⽤户并发注册，5个⽤户并发登录订票，第四次测试10个⽤户不并发注册，5个⽤户不并发登录订票。5.1测试描述两次测试都是6⽉2⽇进⾏的。第⼀次测试执⾏了1分钟30秒左右，10个⽤户并发注册，5个⽤户并发登录浏览⽹页。第⼆次测试执⾏了1分钟30秒左右，10个⽤户不并发注册，5个⽤户不并发登录浏览⽹页。第三次测试执⾏了1分钟30秒左右，10个⽤户并发注册，5个⽤户并发登录订票。第四次测试执⾏了1分钟30秒左右，0个⽤户不并发注册，5个⽤户不并发登录订票。5.2测试场景测试中，使⽤逐步加压的模式，采⽤：每隔2秒启动1个并发⽤户（Vuser）的⽅式，即：每隔1秒，启动1个Vuser，在1分钟30秒左右启动所有的Vuser（15），执⾏登录，并根据设置的时间间隔发起。添加Load Generator初始化的操作启动vuser的编辑操作停⽌vuser的编辑操作设置运⾏逻辑启⽤思考时间启⽤⽇志记录设置windows资源监控器5.3测试结果第⼀次测试第⼀次测试使⽤了15个并发⽤户，场景为10个⽤户并发注册，5个⽤户并发登录浏览⽹页⽤户的影响⽤户每秒点击数⽤户负载⽅案事务响应时间⽤户运⾏吞吐量平均事务响应时间Color Scale Measurement Graph's Min. Graph's Ave. Graph's Max. Graph's Median Graph's SD1 login 0.232 0.243 0.254 0.242 0.0071 loginlook_Transaction8.636 8.738 9.188 8.681 0.1491 sign 0.2 0.262 0.378 0.268 0.0591 sign_Transaction31.936 32.315 32.598 32.473 0.2411 vuser_end_Transaction0.0 0.0 0.0 0.0 0.01 vuser_init_Transaction0.0 0.0 0.0 0.0 0.0第⼆次测试第⼆次测试使⽤了15个并发⽤户，场景为10个⽤户不并发注册，5个⽤户不并发登录浏览⽹页⽤户的影响⽤户每秒点击数事务响应时间⽤户运⾏吞吐量平均事务响应时间1 login 0.2 0.219 0.389 0.2 0.0411 loginlook_Transaction8.264 8.374 8.733 8.328 0.1211 sign 0.213 0.24 0.298 0.221 0.0311 sign_Transaction31.891 31.994 32.157 31.983 0.0791 vuser_end_Transaction0.0 0.0 0.0 0.0 0.01 vuser_init_Transaction0.0 0.0 0.0 0.0 0.0第三次测试第三次测试使⽤了15个并发⽤户，10个⽤户并发注册，5个⽤户并发登录订票⽤户的影响每秒点击数