LoadRunner压力测试结果分析探讨

　　分析原则：
　　1. 具体问题具体分析(这是由于不同的应用系统，不同的测试目的，不同的性能关注点)
　　2. 查找瓶颈时按以下顺序，由易到难。
　　服务器硬件瓶颈 网络瓶颈(对局域网，可以不考虑) 服务器操作系统瓶颈(参数配置) 中间件瓶颈(参数配置，数据库，web服务器等) 应用瓶颈(SQL语句、数据库设计、业务逻辑、算法等)
　　分析的信息来源：
　　1. 根据场景运行过程中的错误提示信息
　　2. 根据测试结果收集到的监控指标数据
　　一.错误提示分析
　　分析实例：
　　1.Error: Failed to connect to server “172.17.7.230″: [10060] Connection
　　Error: timed out Error: Server “172.17.7.230″ has shut down the connection prematurely
　　分析：
　　A、应用服务死掉。
　　(小用户时：程序上的问题。程序上处理数据库的问题，实际测试中多半是服务器链接的配置问题)
　　B、应用服务没有死
　　(应用服务参数设置问题)
　　对应的Apache和tomcat的最大链接数需要修改，如果连接时收到connection refused消息，说明应提高相应的服务器最大连接的设置，增加幅度要根据实际情况和服务器硬件的情况来定，建议每次增加25%!
　　C、数据库的连接
　　(数据库启动的最大连接数(跟硬件的内存有关))
　　D、我们的应用程序spring控制的最大链接数太低
　　2. Error: Page download timeout (120 seconds) has expired
　　分析：
　　A、应用服务参数设置太大导致服务器的瓶颈
　　B、页面中图片太多
　　C、在程序处理表的时候检查字段太大多
　　D、实际测试时有些资源需要请求外网，而我们的测试环境是局域网环境
　　3. Error “http://172.17.7.230/Home.do....”
　　分析：
　　A、脚本设计错误，造成页面异常。服务器有响应!
　　B、并发数过大，造成服务器响应延迟。
　　4. Error page “text=xxxxx”
　　分析：
　　A、脚本设计问题，例如，前一脚本修改了某些内容，造成后面的脚本访问异常。
　　B、不确定因素，有时候回放正常的脚本，一放到场景中就出现这样的错误。只能反复修改脚本!
　　二.监控指标数据分析
　　1.Vusers数
　　Loadrunner 系统设置的虚拟用户数目。Vuser去实际调用事先制作的脚本文件中的应用。
　　每个Vuser产生响应的操作，所有的操作对服务器形成并发。
　　颜色 比例 度量 图最小值 图平均值 图最大值 图中间值 图SD
　　1 Run 0.0 21.25 44 41 21.276
　　在实际测试中，Vusers可以根据实际情况的需要，在测试过程中增加或者减少。
　　2.最大并发用户数：
　　颜色 比例 度量 最小值 平均值 最大值 SD
　　100 Apache CPU 使用情况(Apache):172.17.7.210 0.777 0.852 0.93 0.043
　　0.01 已发送 KB/秒(Apache):172.17.7.210 6 1430.371 2689.333 327.924
　　0.1 点击次数/秒(Apache):172.17.7.210 0.333 114.352 533.667 40.201
　　应用系统在当前环境下能承受的最大并发用户数。
　　在方案运行中，如果出现了大批用户的业务操作失败，或出现了服务器shutdown的情况，则说明在当前环境下，系统承受不了当前并发用户的负载压力，那么最大并发用户数就是前一个没有出现这种现象的并发用户数。
　　从上图可以看出：在测试运行到4个小时左右的时候，apache的点击数/秒开始迅速增加!
　　3.业务操作响应时间：
　　使用“事务性能摘要”图，可以确定在方案执行期间响应时间过长的事务。
　　颜色 比例 度量
　　1 最小值
　　1 平均值
　　1 最大值
　　分析事务的响应情况，要每次详细分析，目前还只能观察到响应时间过长的事务!
　　4.每秒点击数
　　负载测试期间每秒内 Vuser 在 Web 服务器上点击的次数。可根据点击次数来估算 Vuser 生成的负载数。
　　颜色 比例 度量 图最小值 平均值 图最大值 图中间值 图SD
　　1 点击次数 69.908 105.736 130.244 103.666 12.186
　　从图中不难看出，在4小时的时候，点技数明显增高。和apache的每秒点击数增大的时间相吻合!
　　5.吞吐量
　　负载测试期间 Web 服务器上的吞吐量(字节)。吞吐量表示在任何指定秒内 Vuser 从服务器接收到的数据量。此图可估计 Vuser 生成的负载量(服务器吞吐量)。
　　颜色 比例 度量 图最小值 平均值 图最大值 图中间值 图SD
　　1 Throughput 1257502.795 1375591.372 1525865.047 1372743.691 49130.473
　　同样，从图中可以看出，在4个小时的时候，web服务器的吞吐量开始增高。

在图中还可以看到吞吐量的走势图，从开始到进行到4个小时反弹之前呈降低的趋势，这是因为系统在初期调用的资源都是直接来之服务器，运行一段时间后系统的部分资源来自缓存。
　　6.下载组件大小
　　每个页面的组件大小，且包括组件的标头的大小!
　　页面组件大小的分析表格比较复杂，实际分析中可以通过loadrunner的报告分析工具来分析。页面组件大小分析主要是找到页面中比较庞大的组件，如果其影响到了页面的下载速度，则要想办法将其改小!
　　7.Apache资源
　　显示APACHE web服务器上的资源摘要。前面已经提到过以并发点击数为主。
　　颜色 比例 度量 最小值 平均值 最大值 SD
　　100 Apache CPU 使用情况(Apache):172.17.7.210 0.777 0.852 0.93 0.043
　　0.01 已发送 KB/秒(Apache):172.17.7.210 6 1430.371 2689.333 327.924
　　0.1 点击次数/秒(Apache):172.17.7.210 0.333 114.352 533.667 40.201
　　三.服务器资源监控指标
　　(目前通过top监察)
　　内存：
　　Linux资源监控中指标内存页交换速率(Paging rate)，如果该值偶尔走高，表明当时有线程竞争内存。如果持续很高，则内存可能是瓶颈。也可能是内存访问命中率低。
　　实际测试中，当并发点击数出现突然剧增前后，内存的PR 值则居高25不下。说明目前测试的系统中内存存在瓶颈!
　　内存资源成为系统性能的瓶颈的征兆:
　　很高的换页率(high pageout rate);
　　进程进入不活动状态;
　　交换区所有磁盘的活动次数可高;
　　可高的全局系统CPU利用率;
　　内存不够出错(out of memory errors)
　　处理器：
　　Linux资源监控中指标CPU占用率持续超过80%(对该值的要求，根据具体应用和机器配置而要求不同，有资料表明95%)，表明瓶颈是CPU。
　　实际测试中，当并发点技数出现突然增加前后，cpu的占用率持续保持在86%以上!
　　说明，目前系统用应用的cpu也是测试的瓶颈!
　　CPU资源成为系统性能的瓶颈的征兆:
　　很慢的响应时间(slow response time)
　　CPU空闲时间为零(zero percent idle CPU)
　　过高的用户占用CPU时间(high percent user CPU)
　　过高的系统占用CPU时间(high percent system CPU)
　　长时间的有很长的运行进程队列(large run queue size sustained over time)
　　四.数据库服务器
　　数据库服务器目前测试观察，当web服务器点击率增大时，观察mysql数据库的最大连接数，仍未超过系统设置的最大连接数。所以，暂时未发现数据库的瓶颈!
　　五.结论
　　以上报告分析中的数据、图标均来自同一次测试。是在平时测试中挑出的一次现象比较明显，比较利于观察的作为分析案例。
　　根据以上综合分析，当前测试环境下，当应用系统产生最大533.667的并发压力。平均负载压力114.352。根据分析，用户在4个小时的时候，并发数迅速增加前后的值在400左右!分析结果跟实际测试的硬件环境以及测试脚本有一定关系。同时，测试服务器的硬件配置和实际服务器的配置还有一定的差距!