【问题标题】:Why does the "hatch rate" matter when performance testing?为什么性能测试时“孵化率”很重要?
【发布时间】:2021-09-17 13:04:13
【问题描述】:

我正在使用Locust 进行性能测试。它有两个参数:用户数量和用户产生的速率。但是为什么用户不是简单地一次性生成的呢?为什么会有所不同?

【问题讨论】:

    标签: web-services performance-testing locust


    【解决方案1】:

    看着Locust Configuration Options,我认为正确的选项是spawn-rate

    回到您的问题,在性能测试领域,更常见的术语是ramp-up

    这个想法是逐渐增加负载,因为这样您就可以将其他performance metrics(如响应时间、吞吐量等)与增加的负载相关联。

    如果您一次释放 1000 个用户,您将获得有限的视图,并且只能回答您的系统是否支持 1000 个用户的问题。但是您将无法分辨最大数字是多少,saturation point 是多少等。

    当您逐渐增加负载时,您可以声明即

    1. 最多 250 个用户系统运行正常,即响应时间相同,吞吐量随着负载的增加而增加
    2. 在 250 个用户之后响应时间开始增长
    3. 在 400 个用户响应时间开始超过可接受的阈值后
    4. 在 600 个用户开始出现错误后

    此外,如果您逐渐减少负载,您可以判断系统是否在负载减少时恢复正常。

    【讨论】:

    • 有道理!所以基本上逐渐增加它可以让你一次执行许多测试并找出断点
    • 好答案。我想补充的一件事是,非常高的生成率也可能会影响您的负载生成(由于 Python/gevent/Locust 和您的操作系统的限制),使响应时间不可靠并可能导致错误。
    猜你喜欢
    • 2011-12-13
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-01-01
    • 2012-08-17
    • 2020-11-02
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多