07 | 性能场景的数据到底应该做成什么样子？
高楼
你好，我是高楼。
在性能项目中，性能数据是非常重要的输入资源。但是我经常看到有人拿着少得可怜的数据，来做比较大的压力，这显然不符合真实的场景，虽然拿到的结果很好看，但并不会得到什么有价值的结果。所以，今天我们就来讲一下性能场景中的数据到底应该做成什么样子。
在 RESAR 性能工程中，场景里使用的数据需要满足两个方面：
第一，数据要符合真实环境中的数据分布，因为只有这样，我们才能模拟出相应的 IO 操作；
第二，要符合真实用户输入的数据，以真正模拟出真实环境中的用户操作。
而这两个方面分别对应着两类数据：铺底数据和参数化数据。我们先来看铺底数据。
铺底数据
在通常的线上系统架构中，系统中用到的数据分为两部分：静态数据（图中红色点）和动态数据（图中绿色点），这也是我们在性能场景中需要存入的铺底数据。
从这个简单的结构图中不难看出，如果没有铺底数据，那就相当于是一个空系统。但是在生产环境中，这个系统肯定不会是空的，所以要有足够的数据在里面。如果数据不真实，我们就无法模拟出生产上有真实数据的场景，比如应用的内存占用、数据库 IO 能力、网络吞吐能力等。
其中，对于静态数据而言，我们最容易出现的问题是，一想到它占的网络带宽大，就觉得要用 CDN 了 ；或者是觉得不模拟静态数据，就是不符合真实场景，不支持我们的优化结果了。其实，数据放在哪里，怎么做最合理，怎么做成本最低，这些都需要综合考虑，并不是一味跟风，别人怎么做我们就要怎么做。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
在性能场景中，数据的设计和模拟对系统的影响至关重要。RESAR性能工程中，数据分为铺底数据和参数化数据。铺底数据需要满足真实性和充分性的条件，而参数化数据则需要足够的数据量和符合真实用户输入的数据。文章通过具体案例和分析，强调了铺底数据在性能场景中的重要性，以及不同数据量对系统各方面的影响。在造数据时，可以采用多种方法，只要能快速造出足够的数据量即可。最后，读者被留下两个思考题，引发思考和交流。整体而言，本文深入浅出地介绍了性能场景数据设计的重要性和方法，对读者具有一定的指导意义。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《高楼的性能工程实战课》，新⼈⾸单¥59
《高楼的性能工程实战课》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(24)
- 最新
- 精选
- Geek_bbe4c8“对于唯一性数据（比如用户数据）来说，我们需要使用多少参数化数据是非常容易计算的。比如一个运行半小时的场景，TPS 如果是 100 的话，那就需要 18 万的数据量” 老师，你这段话的意思是，要模拟每一个压测请求都是不同的用户发起的，这里需要构造18万个不同用户？
作者回复: 是的。
2021-04-123 - 道长老师，我想问下你说尽量模拟真实用户效果，但像我们测试web一般都是忽略了css,js等直接测试主接口，这种是否合理呢？
作者回复: 对后端的压力来说，是合理的。 如果从用户的角度来说，显然是不合理的。 所以我们要做相应的换算。 请看第8篇中的换算。
2021-04-083 - wfw123老师，通常我们执行性能脚本的时候不会执行一次，如果按照上面30分钟100tps的场景，对于不可重复使用的数据，如果我们每次执行前做一次数据，太不易用啦，但是不造数据还不行，那么我们如何来解决这样的数据问题呢？
作者回复: 做数据库备份回滚哇。
2021-04-0623 - yz老师， 问题1，这里说的静态铺地数据指图片？视频这些吗？ 问题2，参数化数据是否影响压测机的性能，看压测机压力就可以了吧？ 问题3，若压测环境跟生产环境硬件配置不对等，那数据量是不是也等比缩放？
作者回复: 1. 是的。 2. 是的。不过要分析了参数化数据量的具体影响才能判断。 3. 也要缩放，不过不一定是等比的。这个要做基准测试才能知道。
2021-05-282 - Geek_648160老师 使用mysql和redis方式参数化，这个前提是db和redis本身没有瓶颈，是吗？
作者回复: 那必然的。有就分析处理嘛。
2022-03-151 
不将就高老师，请教个问题，文中提到了使用redis和mysql作为参数化的数据源，那么在性能测试执行的过程中，会不断的通过连接redis和mysql来查询参数化数据，这样的话也有很大的性能损失吧？作者回复: 有损失，也可以接受。 只要压力能发起来。
2021-10-231
啸龙请教高老师， 原文中 “对于唯一性数据（比如用户数据）来说，我们需要使用多少参数化数据是非常容易计算的。比如一个运行半小时的场景，TPS 如果是 100 的话，那就需要 18 万的数据量，计算过程如下：数据量=30min×60s×100TPS=18w” （1）如果造出18万用户，实际我只需要TPS100，那我应该用18万中多少用户去并发呢，是简单的算成：如果1个业务时间2s，那就是100/0.5=200 并发用户 （2）如果按照您的思路，所有并发以TPS来计算，那么有些性能工具，如jmeter中的同步定时器（synchronizing timer）用不用也无所谓了，因为我同步不同步无所谓了，只要压测到最后满足100TPS就可以了，无非多增加几个线程或用户而已？作者回复: 数据一定是按总体的业务积累量来算的。 压力工具的集合点（同步定时器），我觉得没有必要使用。真实场景中也不会有这样的时间点。
2021-10-141
掌柜参数化直接从数据库取，连接数据库，查询数据需要消耗时间，而且会占用数据库资源，这种参数化方式很明显对压测的性能有影响，老师为什么还要推荐这种方式呢？作者回复: 在参数化数据多的时候建议用缓存或数据库中直接取数据的方式。 但是你可以不用被测系统的缓存或数据库嘛，独立搭建一个专门存参数化数据的缓存或数据库即可。
2021-05-251
金面王朝老师，jemeter参数化文件一般超过多少条的数据量会使jmeter成为瓶颈呢作者回复: 这个倒没有定论。还是得看一下参数化的是什么。有的放一个数据，有的放十个数据，那不一样嘛。
2021-05-071
一只胖虎老师真实环境下单都是要真正的支付钱的，这个怎么解决作者回复: 如果对方提供测试系统就可以连。如果不提供，那只能mock了。
2021-04-091
收起评论
