软件测试之性能测试面试题合集

软件测试之性能测试面试题合集

1、描述一下你们公司的性能测试流程？
1）分析性能需求（用户使用最频繁的场景进行测试），确定性能指标（例如：事务通过率100%，top99%是5秒，最大并发是2000，CPU和内存都是70%以下）
2）制定性能测试计划，明确测试时间、测试环境和测试工具
3）编写测试用例
4）搭建测试环境，准备测试数据、编写测试脚本
5）测试脚本优化：设置检查点，参数化，关联，集合点，事务，调整思考时间等
6）设计测试场景，运行测试脚本和监控服务器
7）分析测试结果，收集相关日志提单给开发
8）回归测试
9）编写测试报告
2、如果确定系统最大负载？
通过负载测试，不断增加用户数，随着用户数的增加，各项性能指标也会相应产生变化，当出现了拐点，如：当用户数达到某个数量级时，响应时间突然增长，那这个拐点就是系统的最大用户数
3、并发数是怎么确定的？
1）先上线一段时间，根据收集到的用户访问数据进行预估
2）根据需求来确定（使用高峰期，登录用户数，响应时间）
4、性能测试在什么环境执行？
我们一般会搭建一套独立的性能测试环境进行测试
5、性能测试什么时候执行？
功能测试之后，系统比较稳定的时候做性能测试
6、性能测试需求的来源？
1）客户提供需求
2）开发提供需求
** 7、如何实现300用户的并发？**
绝对并发：在脚本对应的请求后添加集合点
相对并发：线程组设置300线程数
8、什么情况下要做关联，关联是怎么做的？
当脚本的上下文有联系则用关联；如：登录的token关联，增删改查主键ID
9、有验证码的功能，怎么做性能测试？
1）将验证码暂时屏蔽，完成性能测试后，再恢复
2）使用万能的验证码
10、性能测试指标有哪些？分别是什么含义？
tps：每秒事务量，代表了系统的处理能力，tps越高，性能越好
响应时间：从发出请求到接受到系统响应数据所花费的时间，响应时间越短，性能越好
吞吐量：网络上行和下行流量的总和，吞吐量是网络瓶颈定位的重要指标
错误率：在压测过程中系统出现错误的比例
11、如果判断系统瓶颈？
从TPS指标分析，TPS即系统单位内处理事务的数量，观察当随着用户数的增长期系统每秒可处理的事务数是否也会增长
12、如何分析性能测试结果？
首先看事务通过率，然后分析响应时间、CPU、内存等指标是否满足需求，如果结果不可信，则分析异常原因并复测
确定性能结果可信之后，如发现以下问题，按下面思路来定位问题：
1）响应时间不达标：首先看事务所消耗的时间主要是在网络传输还是服务器，如果是网络，就需要结合网络吞吐量图，计算宽带是否存在瓶颈，如果存在就需要考虑增加宽带；如果不存在则有可能是网络不稳定导致的。如果是服务器，就要分别查看web服务器和数据库服务器的CPU、内存的使用率是否过高，因为过高的CPU，内存必定会造成响应时间过长、
2）服务器CPU指标异常：把web服务器对应上对应的用户操作日志取下来，发给开发定位
3）数据库CPU指标异常：把数据库服务器对应上对应的日期取下来，发给开发定位
4）内存泄漏：把内存的heap数据取下来，分析是那个对象消耗内存最多，然后发给开发定位
5）程序在单用户场景下运行成功，多用户运行失败，提示连不上服务器：程序可能是单线程处理机制
13、你在性能测试中遇到哪些性能问题？
响应时间过长、tps过低、内存溢出、CPU使用率过高
14、性能测试如何防止数据污染？
生产数据备份、数据隔离、挡板
15、怎么根据线下环境评估线上环境的性能？
1）首先线下必须有专门的性能测试环境
2）线下环境单台机器配置和线上不能相差很大，可以通过单台的机器性能推 算出多台机器性能
3）如果线下机器配置差，只能测试出程序有无性能问题，这样搞线下测试处后来的数据对线上没有太大参考意义
4）如果想获取比较准确的线上性能情况，建议最好做线上的性能测试
16、出现内存泄露的根本原因是什么？你是怎么定位内存泄露原因的？
原因：内存泄漏的根本原因是jvm中老年代中存在着大量存活的对象，这些对象不能被GC回收掉，从而占满了整个老年代，造成jvm一直处于FGC的状态，程序没有响应，服务器报oom错误
定位问题：主要通过分析老年代中占用空间最大的类都有哪些，然后去代码中找对应的类的创建。通常可以使用jdk提供的jvisualvm和jmap进行堆内存的分析
17、tps压不上去，可能有哪些方面的原因？
1)压力机本身性能瓶颈
2)网络IO瓶颈
3)中间件（tomcat/nginx/mysql）连接数限制
4)Java线程的阻塞、等待
5)本系统资源的瓶颈（cpu、内存、磁盘、网络等）
18、性能场景怎么设计？一般都有哪些性能场景？
基本的场景包括：基准测试、单交易测试、混合测试、稳定性测试、高可用性测试、异常测试等
19、什么是集合点，什么场景下需要用集合点？
集合点是测试脚本中的一个标记，当每个虚拟用户执行到标记处时，会停留在标记处等待其他的虚拟用户，当达到预期设置的并发数时，标记处的所有用户同时启动执行后续的请求
集合点会产生瞬间高并发，但是也会降低平均压力。所以在压测过程中，如果有要求瞬间高并发的业务，就需要使用集合点，比如抢购，秒杀之类的业务
20、服务器的cpu使用率和load是什么关系？
通常情况下，cpu使用率和load值是正比关系，即cpu使用率越高，load值越高。但是在一些特殊情况下，也会出现cpu使用率不高，但是load值较高的情况，比如某系统只能使用CPU中的单核运行，它可以占用单核cpu100%，但从整体cpu使用率来看，只是使用了一小部分。而随着并发的增大，单核CPU的任务队列会越来越长，造成了load值较高
21、性能测试脚本中为什么要做参数化？
参数化把测试脚本中的请求数据动态化，避免使用单一固定参数进行压测。这也是为了更加真实的模拟用户的请求
22、性能脚本中的乱码问题怎么解决？
1）如果在脚本中不使用或不判断乱码部分的数据，那可用忽略此问题，因为乱码并不影响性能
2）如果需要使用乱码数据，可以通过压测工具提供的一些方法进行编码转换
23、在性能测试工具中，使用线程和进程压测有什么区别，Loadrunner和Jmeter分别使用什么进行发压？
1）Loadrunner同时支持进程和线程发压。当选择进程时，每个虚拟用户单独启动一个进程，当选择线程时，每50个线程启动一个进程
2）Jmeter只支持线程发压；进程和线程的主要区别为，进程之间是独享内存的，线程之间是共享内存的。使用进程压测占用的资源会大一些。在高并发下，会减少压测工具自身的异常情况
24、性能测试脚本中，定义事务的原则是什么？
在测试脚本中，事务定义的业务流程越短越好。同时脚本中不要写过多复杂的逻辑，对于一个复杂的场景，可以考虑把脚本拆解成多个简单的脚本
25，怎么进行性能场景设计？
1） 单接口测试场景
2） 混合接口测试场景
3） 高可用性场景（集群情况下）
4） 网络异常场景
5） 稳定性场景
6）其他业务相关场景