性能測試用戶模型(3)

　　會員

　　解釋：100個會員，有一半是進行買書流程的，還有一半是進入賬號進行信息維護和查看訂單狀態。

　　管理員

　　解釋：管理員操作都需要從登錄管理頁面開始，操作最多的是查看訂單狀態(50%)，其中有一半的訂單需要修改，增加書目和取消訂單都占25%。

　　供應商

　　解釋：供應商也需要從管理員頁面登錄。供應商用戶只能進行查看報表操作，可以選擇多種不同類型的報表進行統計，平均每個用戶需要查看3種報表。

　　確定了各個用戶角色的模型后，再根據各用戶所占的比例，合并成整體用戶群的使用模型。

　　解釋：從整體考慮，新用戶占 20%，會員70%，管理員4%，供應商6%。不同類型的用戶通過不同顏色來標識，所有的用戶都需要從主頁開始訪問系統。此模型反應了系統的整體使用情況，也即測試場景需要模擬的壓力。而測試場景中具體要執行的測試腳本，則主要根據各類型用戶各自的用戶模型來開發。

　　在繪制出模型圖后仍然需要不斷的同技術人員、業務人員溝通討論，找出模型中不合理或者遺漏之處，并逐步完善，直到共同確認。甚至是測試結束后，也需要根據系統實際運行環境來不斷調整，為后續的測試提供更準確的模型。

　　但只依靠模型圖仍然不能有效的對壓力進行描述，可以發現前文提到的種種基礎數據信息目前還未得到使用，如用戶操作的間隔時間、頁面上需要輸入的數據等等。沒有模型，這些數據是缺少實用意義的;沒有數據，模型圖也無法得到應用。

　　基礎數據分析

　　以下圖表均取自互聯網，本文是在“已經獲取所需數據”的前提下，講解性能測試的一些設計思路。至于如何才能取得這些數據，將在后續的文章中說明。

　　系統訪問量分布

　　由系統的日訪問量分布圖，可知系統的訪問壓力集中在哪個時間段內。系統的壓力是在一天中平均分布的，還是集中在某幾個更小的時間段內。根據此信息，我們對測試場景的時間進行設計，如從分布圖中明顯看出每天的大部分訪問量集中在9：00～11：00和14：00～16：00兩個時段，那么就可以設計2小時內完成一半訪問量的測試場景。

　　用戶的平均活躍時間

　　用戶活躍時間，是指用戶一次使用系統的時長，可用來指導測試腳本的設計，即每個虛擬用戶腳本應該在多長時間內執行完。

　　由系統訪問量分布和用戶活躍時間兩個數據，可以對系統使用的并發度進行估算。比如已知系統在2個小時內有200訪問量，且分布接近于平均，用戶的平均活躍時間為30分鐘，那么此時間段的并發度應為：200*30/120=50。這里并發度50傳遞的信息是，在一個用戶活躍周期內，總共會有50個用戶與服務端進行交互(即相對并發)。也就是說任意時間點，最大的絕對并發可能性是50，當然實際可能遠低于此，可以根據業務特點再乘以相應比例進行估算。

　　在性能測試時，可以依據此數據設計系統高峰期壓力的測試場景。比如我們已知，系統壓力最大時，單位時間段內活躍用戶有100人(并發度100)，那么這種壓力場景，就可以以用戶平均活躍時間為測試時間段，啟動100個虛擬用戶并在該時間段內完成各自的工作量。

　　頁面停留時間

　　即請求之間的間隔(思考)時間，如在編輯頁面上停留多久才會點提交按鈕。如果無此數據，性能測試腳本只有運行時長是有數據(活躍時間)支撐的，腳本中的各請求之間的思考時間，只能通過常規判斷和猜測，由性能測試人員自己掌控。收集到此數據后，性能測試腳本會更加符合真實用戶的操作習慣，更加接近真實用戶。

原文轉自：http://www.uml.org.cn/Test/201306041.asp