web服务器、app（应⽤）服务器、DB后端性能瓶颈和分析
性能测试day07_性能瓶颈和分析
  其实如果之前都做的很到位的话，那么再加上APM⼯具(dynaTrace等)，监控到⾮常细节，那么我们跑⼀个业务，我们就能完全清楚的知道每个请求的时间，也能知道请求所产⽣sql的时间，这样你⾃然⽽然都知道时间耗在哪⾥了，直接就能去调节时间消耗最多的请求了。
  对于系统调优分为前后端调优，前端之前有⼀篇专门讲过，现在有些项⽬⽤的是胖前端（前端带有数据库，请求数据不请求后端，直接请求前端数据库，前端数据库会定时刷新同步数据库，其实这个主要⽬的就是减少对后端的请求），这⾥我们主要说⼀下后端，后端就包括web服务器、app（应⽤）服务器、DB。也因为基本上所有性能问题都是后端的原因。
  影响最⼤的调优：后端影响最⼤的性能问题都是DB的问题。那么解决数据库的性能问题⼀般都是什么呢？
解决IO问题，数据⽂件读取速度的提升，⽐如硬盘变为ssd。
如果不是IO的问题呢？可以解决读写分离，对于读可以采⽤redis.
那么如果还不⾏呢？就要考虑优化sql了，通过sql的执⾏计划（看sql的执⾏过程及时间）->判断是否有索引->分析影响最⼤和最易调优和组合（可以冗余属性，对于多表查询的数据可以适当加多⼀个字段在表⾥存放，尽量避免多表查询）
  最易调优：
代码调优（⼀般代码的开销是cpu），因为代码是⾃⼰写的，所以最容易调优。
配置和应⽤平台的调整。
  组合调优（让系统整体都没有明显瓶颈）：
有资源不⽤是浪费；
⽆节制的调优是毫⽆意义的，要考虑性价⽐。
性能调优模型必讲->理发师模型
  通过数据我们可以做出两张关系图，第⼀张是⽤户数和响应时间的图，这边我们想⼀想为什么响应时间会持续上升呢？是不是处理能⼒⼀定的情况下，出现了排队的情况，类似于cpu队列。第⼆个图是⽤
户和TPS的关系图，可以知道，处理能⼒恒定，⼀旦处理能⼒饱满开始排队，响应时间处理按照处理时间开始堆叠。其实理发师模型就是理想系统的原型图，特别适合我们去分析研究性能问题。
  那么好了，如果我们想要调优，本质上就是提升资源，也就是理发师的个数对不对？那么假设增加理发师⼈数10倍，那么处理能⼒就会提升10倍吗？这个不⼀定，因为出现了多个理发师的时候，就会出现理发师调度的问题？是不是就需要管理⼈员？那么就意味着部分⼈员不能做理发师需要单独拿出来做管理或者其他，那么从原则上来讲提升了10倍的⼈数后处理能⼒会低于之前的10倍处理能⼒吧。所以在理发师⼈数增多的过程中，刚开始由于要进⾏任务调度，有可能tps出现稍微下滑的现象。⽽且理发师增多，那么队列也就能排的越长，那么出现各种问题的概率也就越⼤。那么为了避免这个问题怎么办呢？可以通过异步队列（⽐如MQ）进⾏处理。
  在做性能测试时候，
我们⼀般会先做单⽤户串⾏负载，如果长时间跑下来响应时间没有变化，那么说明不存在排队或者资源泄露的问题。（下图的A点）
然后再做⼀个理想的⼩⽤户性能测试，如果此时响应时间随着⽤户上升也上升了⼀段时间后⼜平稳说明了什么呢？此时我们需要查看TPS，如果响应时间上升的时候，TPS也上升⼜说明了什么呢？那么是不是有可能对于⼀个业务有多个因素影响，其中⼀个因素⽐较慢，但是其他的都⽐较快，所以总体来讲是
慢的但是tps依旧没到瓶颈点。下图是常见的⽤户数和响应时间还有TPS的关系图，在我们性能测试过程中出现的三者关系图都可以参考这个图来看，B点就是最⼤处理能⼒的点，C点是客户⽆法接受的响应时间点。
  如何判断调优，实际上就是A、B、C三点的右移，在同场景下如果结果右移证明调优成功。不过⼤家也要知道不是负载最⾼就⼀定是有瓶颈，因为每⼀种架构都有该架构的性能上限的。
  我们平时做性能的时候，⼀般都会做事务对吧，以登陆为例，假设我们登陆TPS为100时，响应时间为5s，那么我们知道是哪⾥⽤了5秒吗？实际上这只是⼀个时间的总和（前端、应⽤端、数据库端、⽹络等时间总和），那么此时我们就需要拆分这个时间，怎么做呢？还记得我之前说的APM监控吗？⼀般的APM都是很贵的，所以⼀般需要我们⾃⼰打点，我们可以让开发帮我们在做每⼀件事情都记录时间点，假设登陆，那么我们可以记录总的后端处理时间，然后让开发呈现在页⾯或者以其它形式给我们，然后再对数据库处理返回记录⼀个时间，那么后端的应⽤端和数据库端的时间我们就能差不多知道了。如果开发将时间抛出在了界⾯，那么我们就可以通过关联先拿到这个值，然后再通过lr_user_data_point将该时间值记录下来，在场景测试中，我们可以查看User Defined Data Points可以进⾏查看。（如果不清楚lr函数使⽤可以百度）
  其实上⾯的打探针操作就相当于我们做了个⼩的APM，如果记录的时间差不丢界⾯的话也可以丢⽇志⾥⾯，然后我们把⽇志丢influxdb ⾥⾯进⾏排序读取出来也是可以的。
性能测试执⾏：
⼊⼿
环境（软硬件、数据、参数）
记录环境、数据
跑⼀下（看看系统⼤概性能，了解整体系统情况）
简单分析（前端⼯具，刷新看看性能，评估瓶颈点和响应时间）
数据整理（分析⼤概的瓶颈点）
重现定位问题（层层探针，定位基于监控）
调优（记住调优不是测试的⼯作，如何协调开发是调优的关键以及⾃⼰的见识决定了调优）报告（思路清晰，测试⽬的决定报告）web服务器又被称为
更多调优的具体思路可以查看下阿⾥云的测试分析及调优：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。