公司做手游的，最近想做服务器压力测试？有没有什么工具推荐

手游服务器测试主要有以下几个方面要做：

负载测试

稳定性测试

接口测试

容量测试等

安利一款工具可以很好地进行服务器压力测试：WeTest腾讯质量开放平台

测试高并发，实时性能报表，专家级性能优化建议，你要做的仅仅是填下被测的URL即可。

这篇文章解决了很多用户的难题，就是如何通过最大用户并发数来确定系统最大用户数，因为这个问题不解决的话，用户很难挑选到最为适合自身系统的服务器，我们来看看这篇文章。以下是作者原文。

本篇主要是性能方面的。

一个系统的最大并发用户数为1100，怎么能推算出该系统的支持最大用户数。

其中用户性能要求如下：支持100万注册用户

性能需求分析：

1、根据用户的要求，本系统要支持100万用户，其中性能机器配置如何？高峰值是多少？带宽？等

2、如果都是采用公司的测试环境，那么本次性能应该做哪几种性能？性能评测、负载测试、强度测试？

3、怎么算出并发用户数？响应时间？

性能指标确定：

因为用户的性能需求太广，没有定到具体的数值。那么我怎么开展后继的工作？1、确定采用公司测试环境，不用考虑环境问题。也就是说，客户端、服务端以及带宽等一系统都可以不用考虑，这是固定。

2、考虑此项目组以前开发过的系统性能情况，能否做为一个参考值。解决方案：找出本项目组以并发过二个项目，其性能个项指标进行求权。其中浏览功能：并发数为1100，平均响应时间363秒；每用户平均响应时间为033秒。每秒中并发3个用户。其中一系统用户已达500万，另一系统用户为320万。并且二系统一直运行正常，但目前的二系统的服务器各为3台。可以得出一台服务器为载166万，甚至更多。（因为服务器中有求权的关系）

3、100万用户，那么怎么计算出他的每小时峰值活动用户数？

解决方案：采用80•20原则计算得到每小时峰值活动用户数 6667万/小时；那么每秒中的同一功能点点击并发数应该是185。

4、怎么得其并发数？

解决方案：本系统有多少个功能点？功能点为153个；也就是本系统在高峰值时一功能将被点击1258次，每秒点击035次。（不考虑间隔时间）考虑以前本项目组的数值。初步设置并发数为1100，主要以浏览功能为主、其次是查询和新增。

5、应该测试那种性能类型经再三考虑，三种性能都进行测试。

执行性能：

评测，依据性能指标确定中的第三点，将用户的并发设置为300-350，看其情况。负载测试，以1100为起点强度测试，为15小时和24小时为准

性能测试结果：

发现本系统最大用户支持为1100失败用户最高为209，响应时间为315。可以判断此系统最大并发数为1100左右。也就说此系统在一台服务器上可支持150万用户数。

根据上述情况，可以得出：

1100用户并发时，用户一共响应时间为315秒（即每用户平均响应时间0005秒），其中最高产生209个失败用户，但成功用户基本上可以完成后续操作，符合现系统要求的最大稳定用户数。由此可得出本系统在新增功能点中支持最大用户并发数为1100。按照1100比例，计算得到每小时峰值活动用户数11万/小时；采用80•20原则计算得出本系统支持注册用户数约为165万。而本系统性能需求大规模支持100万注册用户，由上述的数据我们的系统已达到本系统性能需求。

注：100万，采用80•20原则计算得到每小时峰值活动用户数6667万/小时。

1）第一组设置效果：

线程数：5

循环次数：1

Ramp-Up-Period(in seconds)：5，表示在5秒内将“线程数：5”全部启动，循环次数是1

PS:

A在一般性能测试中，在jmeter里面可以用调度器，设置持续时间。

B如果设置了调度器就会覆盖上面循环次数的设置

1、查看Web服务器（Nginx Apache）的并发请求数及其TCP连接状态： netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'netstat -n|grep ^tcp|awk '{print $NF}'|sort -nr|uniq -c 或者：netstat -n | awk '/^tcp/ {++state[$NF]} END {for(key in state) print key,"t",state[key]}'返回结果一般如下： LAST_ACK 5 （正在等待处理的请求数）SYN_RECV 30ESTABLISHED 1597 （正常数据传输状态）FIN_WAIT1 51FIN_WAIT2 504TIME_WAIT 1057 （处理完毕，等待超时结束的请求数） 其他参数说明： CLOSED：无连接是活动的或正在进行LISTEN：服务器在等待进入呼叫SYN_RECV：一个连接请求已经到达，等待确认SYN_SENT：应用已经开始，打开一个连接ESTABLISHED：正常数据传输状态FIN_WAIT1：应用说它已经完成FIN_WAIT2：另一边已同意释放ITMED_WAIT：等待所有分组死掉CLOSING：两边同时尝试关闭TIME_WAIT：另一边已初始化一个释放LAST_ACK：等待所有分组死掉 2、查看Nginx运行进程数ps -ef | grep nginx | wc -l返回的数字就是nginx的运行进程数，如果是apache则执行ps -ef | grep httpd | wc -l 3、查看Web服务器进程连接数：netstat -antp | grep 80 | grep ESTABLISHED -c 4、查看MySQL进程连接数：ps -axef | grep mysqld -c

HPLoadRunner 是一种预测系统行为和性能的负载测试工具。通过以模拟上千万用户实施并发负载及实时性能监测的方式来确认和查找问题，LoadRunner 能够对整个企业架构进行测试。通过使用LoadRunner ，企业能最大限度地缩短测试时间，优化性能和加速应用系统的发布周期。

企业的网络应用环境都必须支持大量用户，网络体系架构中含各类应用环境且由不同供应商提供软件和硬件产品。难以预知的用户负载和愈来愈复杂的应用环境使公司时时担心会发生用户响应速度过慢，系统崩溃等问题。这些都不可避免地导致公司收益的损失。LoadRunner 能让企业保护自己的收入来源，无需购置额外硬件而最大限度地利用现有的IT 资源，并确保终端用户在应用系统的各个环节中对其测试应用的质量，可靠性和可扩展性都有良好的评价。 使用LoadRunner 的Virtual User Generator，您能很简便地创立起系统负载。该引擎能够生成虚拟用户，以虚拟用户的方式模拟真实用户的业务操作行为。它先记录下业务流程（如下订单或机票预定），然后将其转化为测试脚本。利用虚拟用户，您可以在Windows ，UNIX 或Linux 机器上同时产生成千上万个用户访问。所以LoadRunner能极大的减少负载测试所需的硬件和人力资源。另外，LoadRunner 的TurboLoad 专利技术能。

提供很高的适应性。TurboLoad 使您可以产生每天几十万名在线用户和数以百万计的点击数的负载。

用Virtual User Generator 建立测试脚本后，您可以对其进行参数化操作，这一操作能让您利用几套不同的实际发生数据来测试您的应用程序，从而反映出本系统的负载能力。以一个订单输入过程为例，参数化操作可将记录中的固定数据，如订单号和客户名称，由可变值来代替。在这些变量内随意输入可能的订单号和客户名，来匹配多个实际用户的操作行为。

LoadRunner 通过它的Data Wizard 来自动实现其测试数据的参数化。Data Wizard 直接连于数据库服务器，从中您可以获取所需的数据（如定单号和用户名）并直接将其输入到测试脚本。这样避免了人工处理数据的需要，Data Wizard 为您节省了大量的时间。

为了进一步确定您的Virtual user 能够模拟真实用户，您可利用LoadRunner 控制某些行为特性。例如，只需要点击一下鼠标，您就能轻易控制交易的数量，交易频率，用户的思考时间和连接速度等。 Virtual users 建立起后，您需要设定您的负载方案，业务流程组合和虚拟用户数量。用LoadRunner 的Controller，您能很快组织起多用户的测试方案。Controller 的Rendezvous 功能提供一个互动的环境，在其中您既能建立起持续且循环的负载，又能管理和驱动负载测试方案。

而且，您可以利用它的日程计划服务来定义用户在什么时候访问系统以产生负载。这样，您就能将测试过程自动化。同样您还可以用Controller 来限定您的负载方案，在这个方案中所有的用户同时执行一个动作---如登陆到一个库存应用程序——---来模拟峰值负载的情况。另外，您还能监测系统架构中各个组件的性能——--- 包括服务器，数据库，网络设备等——---来帮助客户决定系统的配置。

LoadRunner 通过它的AutoLoad 技术，为您提供更多的测试灵活性。使用AutoLoad ，您可以根据用户人数事先设定测试目标，优化测试流程。例如，您的目标可以是确定您的应用系统承受的每秒点击数或每秒的交易量。 LoadRunner 还能支持Media Stream应用。为了保证终端用户得到良好的操作体验和高质量Media Stream，您需要检测您的Media Stream应用程序。使用LoadRunner ，您可以记录和重放任何流行的多媒体数据流格式来诊断系统的性能问题，查找原由，分析数据的质量。

完整的企业应用环境的支持。

LoadRunner 支持广泛的协议，可以测试各种IT 基础架构。 PerformanceRunner （简称PR）是性能测试软件，通过模拟高并发的客户端，通过协议和报文产生并发压力给服务器，测试整个系统的负载和压力承受能力，实现压力测试、性能测试、配置测试、峰值测试等。

功能如下：

● 录制测试脚本

PR通过兼听应用程序的协议和端口，录制应用程序的协议和报文，创建测试脚本。PR采用java作为标准测试脚本，支持参数化、检查点等功能。

● 关联与session

对于应用程序，特别是B/S架构程序中的session，通过“关联”来实现。用户只需要点击“关联”的按钮，PR会自动扫描测试脚本，设置关联，实现有session的测试。

● 集合点

PR支持集合点，通过函数可以设置集合点。设置集合点能够保证在一个时间点上的并发压力达到预期的指标，使性能并发更真实可信。

● 产生并发压力

性能脚本创建之后，通过创建项目，设置压力模型，就可以产生压力。PR能够在单台机器上产生多达5000个并发的压力。

● 应用场景支持

通过设置多项目脚本的压力曲线，可以实现应用场景测试。

● 执行监控

在启动性能测试之后，系统会按照设定的场景产生压力。在执行过程中，需要观察脚本执行的情况，被测试系统的性能指标情况。PR通过执行监控来查看这些信息。

● 性能分析报表

一次性能测试执行完成，会创建各种性能分析报表，包括cpu相关、吞吐率、并发数等。

系统要求：windows(32位/64位) 2000/xp/vista/2003/7/2008

当我们在谈论“并发”时

动辄要求系统支持成百上千并发的性能需求太多了，也许系统在实际中确实存在这样的需求，但能够较全面理解此需求的情况并不多。

对于并发，我过去接触了几种理解，在接触的第一种理解中，“并发”是由loadrunner中获取，即脚本中所有或部分vuser执行至集合点函数时进行停留，等待触发条件发生以后，同时执行集合点函数后的请求操作的这一个过程，为“并发”（这一个请求操作一般存在多个http请求），可惜这种“并发”是无法直接用于衡量系统性能的。而在接触的第二种理解中，“并发”的理解是相对于服务器某一个时间区间内接收的请求数，也就是每秒的点击率（loadrunner考虑到这点，也就是analysis里面的hits/s），为“并发”，这种“并发”是可以用于对系统性能状况进行量化的，但是这种测试思想只是比较片面的从性能指标的角度去衡量系统性能，不能体现出系统性能带给用户何种性能体验（这也是不少开源性能测试工具的问题）。

前一种“并发”的理解普遍获得了loadrunner初级用户的认可，后一种“并发”的理解普遍获得系统运维、开发人员的认可，在沟通中为了方便区别开来，在两种角色里面，当大家意识到并发的理解存在差异时，大家把前一种被称为“狭义上的并发”，而后一种被称为“广义上的并发”。后来，又从淘宝团队里面了解了一种定义，貌似淘宝QA把“并发”定义为一个完整的事务请求数量过程（loadrunner也考虑到这点，也就是analysis里面的Transactions per Second）。一直以来，还有一种技术范围以外对“并发”的粗略的理解被第三方测试拿来用了，那就是用户在线数中的某个百分比即并发数。

如果一个团队里面对“并发”的理解有这么多种，那么当我们在讨论性能需求的“支持并发数”时，我们究竟在讨论什么呢？

个人认为，有一部分的原因是由于loadrunner是惠普saas（软件即服务的解决方案）的一部分，所以并不是一个纯粹技术人员使用的测试工具，它同时也是一个业务人员可以相对轻易掌握的性能测试工具，因此loadrunner内很多名词解释也不能单纯从技术人员的角度从字面意义上理解。

通常来说，面对同样100笔业务交易量，普遍会认为100vuser对服务器产生的负载会比50vuser要高，但是在性能脚本能够在较快的响应时间中完成时，由于50vuser执行过程中每一个vuser都需要发生两次迭代，导致了性能场景中vuser在脚本action部分停留的时间更长，因此反而能够得到比100vuser的更高的vuser在线数，更高在线数带来的也就是更大的负载，也就是说：

同等业务量的情况下，50 线程所产生的负载完全有可能比100 线程所产生的负载要高。

为了避免发生这种问题，“并发（集合点）”的真正作用就体现出来了，通过集合点函数控制了vuser的行为相对一致，降低了初始化过程和事务前后文请求产生的时间差影响。测试工具中并发存在的真正意义也就在这里，对集合点所理解的“并发”，和现场实际用户里面同时触发的请求关系不是太大。

分析“并发”需求时的一些典型：

a) 某个业务系统里面有10000用户，但是能够访问这个系统的终端数只有1000个、或者所需测试的业务每个月上限是1000笔，那么最高在线用户数就不可能超过1000、业务量也不可能超过1000。所以，有些时候在分析性能需求的时候，去统计一个业务系统的用户数还不如去统计能够访问这个系统的终端数、甚至业务量靠谱。

b) 某个业务系统里面，各个业务模块都不一样，那么就是说完成一笔业务交易，所产生的请求数也是不一样的，例如表单新增，有的需要填写20个字段，有的只需要填写5个字段，各个表单都不一样，那么为了更接近的去模拟用户现场负载，请求数都不一样的各种业务混在一起，并发数又应该是多少呢？

为了解决这些问题，需要首先考虑“并发”的粒度，以真实的业务场景为例：

a) 把粒度控制在用户上来看，假定所有用户访问一次系统平均耗时500秒，一个业务峰值会有800用户在线，则800/500=16。理论上，系统的性能需求是每秒要成功处理16个用户的请求；

b) 把粒度控制在事务上来看，假定所有用户执行一次完整的、成功的业务操作平均需要500秒，一个业务峰值有2000笔所关注的业务需要去执行，则2000/500=4。理论上，系统的性能需求是每秒要成功处理4笔业务交易；

c) 把粒度控制在请求上来看，假定所有用户执行一次完整的、不管成功或者失败的HTTP请求操作平均需要008秒，一个业务峰值有28000个请求需要去完成，则28000/008=350000。理论上，系统的性能需求是每秒要成功处理350000个请求。

实际一点的案例看看

在下面的图表中，横轴表示了某业务系统中上午9：00至12：00的一个区间，假定期间只有A、B、C访问了该业务系统。如果用户的访问过程中发送一个请求，则在请求发生的时间中标识一个点，由图可见：

A用户的行为：早上9：00访问了业务系统，并发生了一连串的请求（多个点已经连成一条直线），再然后没有再连续的发生请求（没有再出现黑线），而是有规律的间歇请求，我们暂且猜想用户A这个时候在浏览系统中的业务数据，这确实也符合浏览行为，空白阶段可以理解为在线的浏览，并不会对服务器产生负载；

B用户的行为：早上9：00访问了业务系统，并在临近12：00访问了业务系统，发送了一连串的请求，我们猜想该用户在执行了一些业务操作，浏览所占的比例比较低；

C用户的行为：仅仅在10：30左右访问了业务系统，执行了一连串业务操作以后没有再访问系统。

那么在这里案例里面，我们已知：3用户在线。问题：并发用户最高该是多少？答案其实显而易见，并发只有2个用户，因为用户C执行的业务操作的同时只有A也在执行业务操作，B完全是不在线。

还会有人认为100用户在线就应该上100个vuser/线程么？