性能测试模型
1.性能评估模型概述 我们的系统性能到底能不能够支撑线上真实大量的订单交易? 我想,这是我们每一个互联网交易或者负责大并发项目的同学都很关心的问题,也是性能评估模型篇需要解答的最终问题。所以我们就带着这个问题来一步步深入性能测试。本问题的难度不在于一个简单的结果,而在于答案背后的一系列性能测试的评估数据和算法,以及如何建立一个良好可持续的“性能评估模型”。 通常来讲,性能测试是指通过自动化的测试工具模拟多种正常、峰值以及异常负载条件来对系统的各项性能指标进行测试。 而要回答“能否支撑线上真实 大量的订单交易 ”这样带有预测性的问题,实际上还需要用上另一种手段,即“ 性能预测 ”,而“在线性能评估模型”就是用来做性能预测的。 在预测之前,我们先来做一个数据分析,通过这个分析我们可以大概了解线上与线下的推算过程。 2013年11月11日,支付宝实现了当天交易总金额 350 亿元 ,订单总数 1.8 亿笔 (其中手机支付占24%),活跃用户 1.2 亿 。(来源:支付宝官方微博 http://weibo.com/1627897870/AiiAjEwHO ) 显然这是一个非常震惊的数字,它见证着电商的今天也预示着电商的未来。针对这个数字,下面我们就一起来剖析数字背后的性能情况。 双11当天,支付宝的订单数是1.8亿笔,意味着每小时订单数达到1.8亿 / 24 = 750万笔