标签：上线 map 多少 方案 查看 使用 资源 没有 jvisualvm
1、需求分析阶段就应该参与，可以深入了解系统业务、重要功能的业务逻辑。
2、定性能指标：迭代项目、新项目。迭代项目根据生产监控、日志分析来评估指标，这里需要做容量规划，新项目单独评估。
3、性能指标：
tps：每秒处理事物数，通常都是通过的食物
art:平均响应时间，以及并发数
服务器资料利用率的要求（CPU，内存，IO,网络等）
各个服务的资源情况。
4、熟悉系统架构，申请性能测试环境
web服务器、应用服务器、缓存数据库服务器、数据库服务器、文件服务器等。
主流技术栈:nginx、dubbo、mysql、redis、jvm等
5、制定性能测试方案
项目背景及架构分析；
需要的资源
技术策略（比如压测、监控、分析工具选择等）
场景设计
计划什么时候做什么事等
6、搭建测试环境、准备测试数据
测试数据分为：基础环境数据和业务数据；
基础环境数据可以从功能测试的库导过来，改一些配置即可；
业务数据：存量数据+容量规划数据，比如一个查询接口，都是并发100用户，对应的表数据量是1万和100万，压测结果是不一样的。
数据量要参考生产环境，新项目除了空库压，最好也做存量数据压。
7、压测脚本开发
主流程稳定，调试被测接口、开发压测脚本
客户端并发工具：推荐使用jmeter,主流、开源、请量、免费、功能强大
8、预压测
少量并发（1个用户），压测10分钟
①可以看压测环境功能是否通
②估算并发过程中需要多少参数化数据的数据量
9、执行压测并监控
场景设计好，就可以执行压测，然后监控查看测试各项指标是否满足需求。
Linux：通常用到的命令：top /vmstat/free/df/sar/iostat/netstat等，一般是多命令配合着用
Java应用：jvisualvm、、jconsole、jmap、jstat、jstack等，以及自己写的一些shell脚本
10、分析定位
基于上一步的监控数据，对瓶颈进行分析、定位，模块隔离分析、日志分析、内存分析、线程栈分析、代码跟踪等等
11、性能优化
定位到问题了，大部分情况下，优化方案也就有了，测试可以把自己建议的优化方案告诉开发，开发会结合自己的方案，一起做优化方案评估；如果测试没有优化方案，那就把问题反馈给开发吧，但是也好好学学开发的优化思路，这就是成长的过程
12、性能回归
优化后，复测
13、编写性能报告
测试结果是多少？
测试是否通过？
发现了什么性能问题？原因是什么？如何优化解决的？系统性能提升了多少倍？优化方案务必写详细，以便上线同事知道，把优化同步到其它各个环境。
标签：上线 map 多少 方案 查看 使用 资源 没有 jvisualvm
原文地址：https://www.cnblogs.com/cm039/p/11971426.html
