RESAR性能工程中，场景分为基准、容量、稳定性、异常。每类场景对应不同目标。
基准场景是为找到系统中明显配置及软件Bug，也为容量场景提供可对比的基准数据。基准场景要有确定结论。
线程数应该如何确定，压力线程的连续递增的重要性，以及如何将之前所讲的分析思路应用在具体的分析案例中。
1 性能场景分类
通常拿到的需求：
- 评估系统能支持的最大容量。为知道当前的系统容量，目标很明确
- 测试并优化系统以支持线上业务。有优化必要
- 测试并评估未来几年内，性能容量是否满足业务发展。要求测试未来业务场景
把场景按照目标划分三类：
- 验证：评估当前系统容量
- 调优：评估并优化当前系统
- 推算：评估并推算未来系统容量
这种分类和我们一直强调的按类型分类（也就是基准、容量、稳定性、异常）的关系：
先确定性能场景目标，再设计对应具体场景。
对于图中的三种目标，位于下方的目标是包含它上方的目标的，比如以调优为目标的场景，包括了以验证为目标的场景。
1.1 按目标
按目标划分出的这三种性能场景，结合RESAR性能过程图：
1.1.1 性能验证（测试）
针对当前系统、模型、环境，验证版本是否有性能变化。这阶段中，不做复杂的性能监控，不做性能分析，不调优。
目前性能市场大部分项目都处于性能验证状态。若对一个已在线上稳定运行很久的系统，去做版本更新的验证倒无可厚非，只要比对下数据。这种项目周期通常在一两周内，不会更长，且也不用更长，除非有大性能瓶颈。
性能验证的项目，很多人一直在做“性能场景执行”和“性能结果/报告”这两步。其他步也不是不做，只是会拿之前文档做个修改，走个过场，想着反正也没人看。所以，性能验证项目就变成：来个版本，用同样脚本、环境、数据，执行一遍。
这样的执行多了后，你会产生误解：原来性能就是这样无聊地重复一轮轮执行，很多人都是在这样项目中认识性能，从而认为自己的技术还挺好，觉得性能也不难嘛。
1.1.2 性能调优
针对当前系统、模型、环境，做性能监控、性能分析和性能优化，并给出具体结论。这是大部分项目都应做到，但实际没做到的。
若一个项目要给出“系统上线后以什么样容量能力运行”这样的结论，那这场景目标的细化相当关键。
很多性能项目最缺少的就是给明确结论。什么叫“给结论”？写TPS多少、CPU使用率多少，叫结论吗？这不叫结论。结论应该有业务含义，如支持1000万用户在线、支持1万用户并发等，这叫结论。
不管你给多少TPS，只要老板或是其他人问：“那我上1000万用户后，系统会死吗？”你知道咋回答？给人感觉，你这性能做得没具体价值。
性能如何体现价值？
我说，我做的项目，我会给承诺：我执行的性能场景范围内，我要保证线上不会死。死了，我觉得这性能项目就不该收费。
像你买个手机，回来一用，发现打不了电话，这时咋办？退货换货还生气。
那做性能为何就给不了这样承诺？若你做完个项目，却不能告诉对方这系统能不能好好活着，那人家要你干嘛，直接砍掉这项目就好，还省成本。
从RESAR性能工程的过程图来看，对性能调优的项目，需完成从“性能需求指标”到“生产运维”的整个过程。这整个过程不是走过场，而是每步都要精雕细琢。
1.1.3 性能推算
性能估算针对的是未来的系统、模型、环境，要对此做出严谨的业务增长模型分析，并在场景执行过程中进行性能监控、分析和优化，同时给出具体的结论。很多项目都想做到性能估算，可往往都只走过场。
性能估算的场景目标中，如要估算未来时间不远，根据业务的发展趋势的确可推算，并且也是合理场景。就怕狮子大开口需求，一说到估算，就是系统十年不宕机。
性能估算项目，也要完成从“性能需求指标”到“生产运维”整过程。有两个环节与性能调优项目中的不同：“性能需求指标”和“性能模型”。
在性能估算项目中，性能需求指标和性能模型一定不是由性能测试人员来决定的，而是由整个团队来决定。上到老板，下到基层员工，都要有统一的认识。要不然等项目做完了之后，你就无法回答老板那个“能不能支持1000万在线“的问题。
1.1.4 小结
1.2 按过程分类
“过程”就是我们应该怎样执行性能场景、性能场景应该从哪里开始的问题：
这四种场景执行过程：
- 基准场景
- 容量场景
- 稳定性场景
- 异常场景
性能场景中需要且仅需要这四种场景。
正式的性能场景（要给出结果报告的性能场景），关键词：“递增”和“连续”。在性能场景中一定要做到的。因为生产环境没有不连续情况，并且在生产环境中，用户量肯定由少到多、有起伏变化。也只有这两个关键词能把场景的基调给定下来。
1.2.1 基准场景
对系统完全不了解时，先要清楚系统大概容量能力，从哪开始呢？基准场景。
如电商系统，测试11个业务。一上来就把这11个业务脚本做出来，上去压？肯定不行，因为还不知道每个业务能跑多大TPS，有无性能瓶颈。直接混合压，会导致多个性能问题一起暴露并相互影响，难以分析。
所以，先做单接口的基准场景。
先做“单接口的基准场景”，这的单接口在jmeter脚本中是否可理解为一个线程组下面只有一个HTTP请求？若是，那对于那种有上下关联参数的接口，个别入参只能使用一次的情况怎么解决？提前造足够的数据。
① 具体咋做？
拿几个用户测试登录接口的基本性能（这尝试过程本身不是基准场景）：
可见1个压力线程大概产生20TPS。
单接口的容量达到多少才不影响混合的容量场景？
若这是单登录接口，须高过50TPS。而我们现在用的是8C 16G，根据CRUD测试经验，即使不走缓存，这样操作要达到500TPS没啥问题。
在一个线程能产生20 TPS前提下，先假设接口能达最大500 TPS都是线性的，就需：
因1个压力线程大概产生20 TPS，从TPS曲线看还是上升较快，所以考虑把Duration（场景的持续时间）放长，让压力不要增加太快，而在这缓慢增加过程中观察曲线变化，以判断后续动作及最大容量。我会这样来确定场景的加压过程。
在图中，我上到了30个线程，这里也可以不要高出那么多，只要高出25个线程就可以了。我把Ramp-up period设置为600秒，也就是20秒上一个线程，这样就会产生一个明显的连续递增的过程。
② 思路总结
- 先确定单线程运行时的TPS值
- 根据系统最大的预估容量，设置场景中的线程数、递增参数等。若你不会预估容量，可直接多加一些线程，然后在递增过程中查看曲线变化
- 确定正式基准场景的压力参数
当然，对于这个过程，也要在测试过程不断修正。
③ 基准场景的目的
- 获得单接口最大TPS：如果单接口最大TPS没有超过容量场景中的要求，那就必须要调优。如某容量场景的目标TPS 100，里面包含某单接口的调用，那这单接口的基准场景测试的TPS就不应低于100。
若超过了，是否就无需调优了呢？再看第二目的。 - 解决单接口基准场景中遇到的性能问题：做单接口测试时，碰到性能瓶颈一定要分析，这就涉及性能分析逻辑。
所以，性能分析基本分为两阶段：
- 第一阶段：硬件资源用完。基准场景中，要把CPU、内存、网络、IO等资源中的任一耗尽，因为此时易从全局监控的性能计数器看到现象，可以接着去跟踪分析
- 第二阶段：优化到最高TPS。基准场景中要把单接口TPS调到最高，以免成为容量场景中的瓶颈点
若第一阶段目标达不到，肯定要找瓶颈点：
- 若硬件资源已用完，TPS也满足容量场景的要求，从成本考虑，这项目无需再继续
- 若硬件资源用完，但TPS没满足容量场景的要求，须优化
执行一个单接口场景，将上面思路落地。
2 登录接口实战
按基准场景的设计步骤，先试运行接口的基准场景。
基准测试中，试运行只为看下基本的接口响应时间，并非为完成基准场景：
满目疮痍！虽场景执行时间不长，但10个线程上来就报错，响应时间、TPS也达到失望程度，仅12.5TPS，咋办啊？只能分析它！来看如何将性能分析思路落地。
你肯定好奇，报错是报啥错了呢？我认为应先跑下单接口，测试单接口的响应时间（虽然上10个线程也能暴露问题），但一看单接口响应时间就5s+，应该先解决这个问题，再上压力也不迟。
报错就是没断言到“成功”。解决的就是响应时间的问题呀。不解决问题响应时间怎么会下来呢。
2.1 问题现象
如图所示，现象不言而喻。
2.2 分析过程
按RESAR性能分析逻辑，针对响应时间长，先要做拆分时间。通过SkyWalking看时间浪费在哪：
一个Token的SelfDuration居然要5s多！开源项目坑就是多。看起来功能似乎都实现，Star好几万，但完全没性能。既然Token接口响应时间长，在SkyWaking又看不到完整调用栈，接下来就有两个动作：
- 打印一个完整栈，看调用链路
即使看到调用链路，也还是要跟踪具体方法的耗时，只有这样才能把证据链走下去 - 不打印栈，直接连到Java进程，看方法时间消耗
直接用该法
看方法时间消耗，像JDB/JvisualVM/Arthas这些工具都可。我用Arthas跟踪。
先跟踪Token方法。
trace com.dunshan.mall.auth.controller.AuthController postAccessToken '#cost > 1000' -n 3
trace org.springframework.security.oauth2.provider.endpoint.TokenEndpoint postAccessToken '#cost > 1000' -n 3
trace org.springframework.security.oauth2.provider.token.AbstractTokenGranter getOAuth2Authentication '#cost > 1000' -n 3
trace org.springframework.security.authentication.AuthenticationManager getOAuth2Authentication '#cost > 500' -n 3
trace org.springframework.security.authentication.ProviderManager authenticate '#cost > 500' -n 3
trace org.springframework.security.authentication.dao.AbstractUserDetailsAuthenticationProvider authenticate '#cost > 500' -n 3用上面语句层层跟踪，最终到：
其他工具也可达类似效果，别迷恋工具。
既然这authenticate方法耗时比较长，就打开源码看这段：
Debug进去：
原来，这里是个加密算法BCrypt。
2.3 优化方案
Bcrypt加密时，每次HASH出的值不同，且特慢！用更快的加密方式或去掉这加密算法。
先去掉该加密算法，继续往下走。
2.4 优化效果
同样线程数，现TPS从20涨到80。
可见，通过响应时间的拆分跟踪，知道哪个方法慢，再分析该方法，确定解决方案。
这是最简单的RESAR性能分析七步法应用，似乎分析过程跳过了七步法中的分析架构图这种步骤？实际上在我们分析过程中，也离不开，因为不管看架构图，还是看调用链，都要在脑子中有架构逻辑。
3 总结
根据RESAR性能工程理论，在性能场景中，按执行过程，将场景分类，这些场景各有目的。基准场景的重要目的：
- 获得单接口最大TPS
- 解决单接口基准场景中遇到的性能问题
这两个目的对我们很重要，都是为了容量场景打基础的。
感受性能分析过程。最后的这个优化效果其实还没有达到对性能的要求。后面将看到更多分析逻辑。
4 FAQ
如果这是一个单登录接口，就必须高过 150TPS，这是最起码的。而我们现在用的是 8C16G 的机器，根据 CRUD 的测试经验，即使不走缓存，这样的操作要达到 500TPS 应该没什么问题。高过150TPS和500TPS怎么来的？
150TPS应写为50TPS，跟业务模型中的数据一致才是。
500是根据经验来的。8C 16G，若是写操作，达到500TPS应该没问题。若是读操作，还会更高，应能达1000TPS以上。
基准测试到底是测接口or测单业务？
看制定的场景目标。容量场景是为模拟被测系统的生产场景。在这之前都放到基准场景中做。 所以按我的逻辑就是，基准场景中是：1， 先测单接口；2. 后测单业务。这两个都放在基准场景中。 由单业务组成的线上真正场景，应该放到容量场景中做。
利用计算公式，利用在线用户数等得到的请求级线程数是为了回答TPS、并发用户、在线用户之间的关系的。
基准场景中，压力线程数通过预估或者直接不断加大线程数得到单接口最大TPS，那个计算的线程数是压测过程中作何用？压力线程预估是为了在实际执行场景过程中来判断的。
基准测试，先测出每个接口单线程的TPS，再根据评估的单接口容量计算要多少线程，最后计算出的线程设置单接口的性能测试？
对压力工具这边的操作，是这样的。不过基准场景中，还要监控分析。
标签：实战,场景,性能,接口,TPS,大厂,基准,线程,揭秘 From： https://blog.51cto.com/u_11440114/6171155