目录
1.前言1
1.1.测试目的1
1.2.测试对象1
1.3.测试步骤1
2.环境搭建2
2.1.测试环境3
2.2.环境搭建3
3.文件创建及命令参数介绍5
4.报告组成11
5.报告分析15
1.前言
1.1.测试目的
本次测试的目的在于测试app项目的系统业务处理性能，以及在高负载情况下的系统表现。
1.2.测试对象
项目或者产品名称：API
1.3.1测试步骤（locust）
1、环境搭建
1.1安装python环境，配置环境变量
1.2安装pip工具，导入第三方库
1.3安装locust测试工具
2、性能方案
2.1测试方案：根据不同的用户并发数量分别运行一定时长，根据可视化分析检验是否出现报错、超时、异常等情况。
设置要求如下：
并发用户数量：从并发用户逐步累加，每次增加人
运行时长：=10min
执行次数：=3次
2.2结束标准：等错误码、RPS、CPU占用率和平均响应时间（averageresponseTime）
“”：看有服务器报错信息
“RPS”：每秒响应事务数是否大于标准
“CPU”：CPU占用率是否大于70%
“平均响应时间”：看有无超时的情况出现
1.3.2测试步骤（Jmeter）
1、环境搭建
1.1安装JDK
1.2配置环境变量
1.3验证JDK
1.4安装配置Jmeter工具
2、性能方案
2.1测试方案：根据不同的用户并发数量分别运行一定时长，根据可视化分析检验是否出现报错、超时、异常等情况。
设置要求如下：
线程数：并发数量，能跑多少量。从并发用户逐步累加，每次增加
运行时长：=10min
执行次数：=3次
2.2结束标准：等错误码、RPS、CPU占用率和平均响应时间（averageresponseTime）
报错率：看有服务器报错信息错误率和服务的具体实现有关。通常情况下，由于网络超时等外部原因造成的错误比例不应超过5%，由于服务本身导致的错误率不应超过1%。
“TPS”：Throughput吞吐量每秒请求的数大于并发数，则可以慢慢的往上面增加；若在压测的机器性能很好的情况下，出现吞吐量小于并发数，说明并发数不能再增加了，可以慢慢的往下减，找到最佳的并发数
“CPU”：CPU占用率是否大于70%
“平均响应时间”：看有无超时的情况出现
2.环境搭建
2.1.测试环境
设备名称
应用API：内存及CPU配置：cpu=4核，内存=16GB，机器：.69.96.:
工具：locust，Jmeter
系统
MacBookPro：10.15.4，windowsserver（32核，64G）
工具：locust1.1.1，Jmeter5.2.1（JDK15.0.1）
2.2.Locust环境搭建
2.2.1安装python环境
（1）如果使用的Mac，其实不建议用其自带的python，因为一旦将python折腾崩溃，将可能影响到系统。解决办法是安装homebrew（