• 压力逐渐加大 tps下降,响应时间没有变化,系统资源不饱和,为什么?


    Carl:
    压力逐渐加大 tps下降  响应时间没有变化
    系统资源不饱和    为什么
    浮生:
    你们先不要吵 首先 响应时间 和吞吐率之间是没有关系的 一会我给你们具体原因
    Carl 10:31:38
    压力逐渐加大 tps下降  响应时间没有变化
    系统资源不饱和    为什么
    linkin 10:31:46
    。。。
    大叔 10:32:14
    什么类型的系统
    Carl 10:32:20
    怎么都不说话了
    Carl 10:32:24
    linux
    大叔 10:32:31
    BS CS?
    Carl 10:32:53
    bs
    linkin 10:33:19
    大叔,你阿记得这个问题,我在胡凯他们群里教过的
    月色江声 10:33:18
    HPS怎么变化的?
    大叔 10:33:43
    真不懂这是啥原因
    Carl 10:34:05
    浮生 大神  说说
    Carl 10:34:24
    主要看你的分析问题的思路了

    浮生 10:36:55
    你们先不要吵 首先 响应时间 和吞吐率之间是没有关系的 一会我给你们具体原因

    charmer 10:39:43
    额,网络是不是瓶颈,好像没给出指标变化啊?
    charmer 10:40:07
    是不是随着压力的不断增加,也会增加?还是不变了?
    charmer 10:40:42
    遇到问题,只能拿数据出来一个一个的排查
    Carl 10:40:45
    记住响应时间没有变化
    linkin 10:40:54
    这是个陷阱
    linkin 10:41:03
    埋坑给你跳的
    charmer 10:41:04
    响应时间是没变化啊

    linkin 10:41:25
    响应时间和系统资源这2个条件,就限制了很多情况的发生
    charmer 10:41:41
    如果网络是瓶颈的话,到达后台的请求数没变化,后台处理的请求数没变化,你说响应时间会有变化吗?
    charmer 10:41:48
    恩,是的
    Carl 10:42:28
    如果网络堵了  你敢说响应时间没有变化?
    charmer 10:42:27
    前提是系统资源充足的情况

    浮生 10:49:42
    你们说完了么 ?
     

    浮生 10:50:54
    哦  那我说了 首先 吞吐量 是一个容器量 不是个速度两

    浮生 10:52:11
    我举个具体的例子  做个计算 你们就知道了

    浮生 10:54:53
    忽略初始化速度和思考时间的偏差 我们将一个request0的响应时间 设为0.4S 其他响应时间为0.2S 对于这个测试过程  可以这样描述  一个工作线程 执行request0 休眠2S 执行request1 休眠2S 等等 按照这个方式 45S后 request0 执行了3次  65S后 仍然是3次 
     
    独自等待 10:58:16
    不明白  
    浮生 10:58:18
    这样可以了解到每秒的请求书 后一种情况 我们得到的是 (3/65*500)= 23TPS 而对于非request0的请求 如果把它的响应时间 提高到0.4S 那么出现的计算记过 必然是TPS小于按照0.2S计算的结果
     
    浮生 10:59:41
    carl 你们总监想问的问题 不是这个系统是不是有瓶颈 而是 问的是TPS实际的计算方法
     
    linkin 11:02:05
    carl,你们总监想要的答案,就是浮生回答的吗?
    lee 11:02:15
    浮生讲得好好的。
    Carl 11:02:45
    3/65*500 这里是什么数据?
    Carl 11:03:00
    无解,我也不知道
    独自等待 11:03:41
    lee娘,你明白了?  
    浮生 11:03:57
    哦 我初始设定的是500个并发 忘记说了
     
    linkin 11:04:40
     如果把它的响应时间 提高到0.4S 那么出现的计算记过 必然是TPS小于按照0.2S计算的结果

    这句话
    lee 11:05:06
    500用户哈
    lee 11:05:40
    只是看懂了皮毛。
    linkin 11:05:55
    我艹,你还懂皮毛,我连皮毛都不懂
    浮生 11:06:12
    carl 去问问你那总监吧 
     
    浮生 11:06:21
    就说你想到答案了
     
    Carl 11:07:07
    不敢

     
    白の羽翼 11:07:59
     要是负载的机器出现问题会有这样的现象出现吗? 我就是随便想的。。。


    Carl 11:10:40
    浮生 你这个响应时间有变化了,导致的tps降低的
    linkin 11:11:15
    忽略初始化速度和思考时间的偏差 我们将一个request0的响应时间 设为0.4S 其他响应时间为0.2S 对于这个测试过程  可以这样描述  一个工作线程 执行request0 休眠2S 执行request1 休眠2S 等等 按照这个方式 45S后 request0 执行了3次  65S后 仍然是3次

    为什么45S3次,65S还是3次,中间这20秒,线程干什么去了?

    linkin  11:04:40 AM
     如果把它的响应时间 提高到0.4S 那么出现的计算记过 必然是TPS小于按照0.2S计算的结果

    这句话貌似和前文没什么因果关系
    linkin 11:12:02
    完全不懂浮生大神的意思,求解释~

    白の羽翼 11:13:06
    然后刚才Carl 的 技术总监问的问题 我想问一下啊 说的系统资源不饱和 说的能具体点吗?是APP还是DB?
    白の羽翼 11:13:53
    问题说具体点好 每个环节都要看的, 如果数据库出现瓶颈, 比如说有数据库锁, 那么从app看, 资源会释放出来的。


    白の羽翼 11:14:51
    所以资源监控会看到资源没有饱和
    charmer 11:15:00
    好好研究下大神们的解密算法

    白の羽翼 11:15:31
    Loadrunner本身出问题了也不一定
    Carl 11:15:51
    哪有那么多条件  就这么多,你给出分析问题思路

    charmer 11:15:58
    忽略初始化速度和思考时间的偏差 我们将一个request0的响应时间 设为0.4S 其他响应时间为0.2S 对于这个测试过程  可以这样描述  一个工作线程 执行request0 休眠2S 执行request1 休眠2S 等等 按照这个方式 45S后 request0 执行了3次  65S后 仍然是3次  这样可以了解到每秒的请求书 后一种情况 我们得到的是 (3/65*500)= 23TPS 而对于非request0的请求 如果把它的响应时间 提高到0.4S 那么出现的计算记过 必然是TPS小于按照0.2S计算的结果


    charmer 11:16:13
    好好研究下浮生的话
    linkin 11:16:19
    carl,浮生大神的思路,你理解了?
    charmer 11:16:34
    谁有研究出来的,提纲挈领下,我容易懂
    charmer 11:16:47
    浮生,你的依据是啥啊
    linkin 11:16:56
    举例举例
    linkin 11:17:11
    没依据的,自己揣摩去
    Carl 11:17:31
    我只能说他计算tps方法是对的,但是没有解决这个问题
    linkin 11:17:44
    我感觉没因果关系,而且是花费的时间来换取TPS的
    linkin 11:17:52
    与题目的意思有点违背了
    charmer 11:17:53
    一个工作线程 执行request0 休眠2S 执行request1 休眠2S 等等 按照这个方式 45S后 request0 执行了3次  65S后 仍然是3次 
    白の羽翼 11:17:58
    Carl 我说的那些你看到了吗?
    charmer 11:18:21
    这个求解释

    charmer 11:18:50
    这个是假设的吗?
    charmer 11:18:55
    还是怎么得到的?
    charmer 11:19:09
    不是看好像你们很多人都懂了吗?
    lee 11:21:07
     浮生要表达的意思是 响应时间 和吞吐率之间没关系。
    Carl 11:21:55
    白の羽翼  11:17:58
    Carl 我说的那些你看到了吗?

    这是面试题,你能说你的测试机上的lr有问题导致的
    charmer 11:22:15
    为啥是休眠两秒?好,当假设吧,那为啥45s后执行了3次?是怎么计算的?
    charmer 11:22:48
    这个怎么计算的?
    charmer 11:22:51
    求解啊
    charmer 11:23:08
    小l
    charmer 11:23:10
    好像你懂了一样
    charmer 11:23:15
    告诉我
    charmer 11:23:18
    我不懂啊
    lee 11:23:37
    好吧,容我猜上一猜,
    lee 11:24:00
    其实这里面还缺少了一些假设。
    charmer 11:24:19
    把你的假设说出来,让我学习学习
    lee 11:25:24
    就是有多个request,假设有6~7歌这样的,那么45秒,request0只能执行3次,而65S也 是三次~~~
    linkin 11:26:10
    lee娘是浮生徒弟,应该能渗透大神的意思
    lee 11:26:14
     我瞎猜的~~~
    lee 11:26:20
    完毕。。
    linkin 11:26:16
    来,给我们宣导宣导
    lee 11:26:49
    讲完了,下面等浮生点评。

    linkin 11:27:22
    问题打住,大家自己猜去吧

    lee 11:28:07
    我是猜的,个人理解~~~
    linkin 11:28:50
    恭喜你,猜对了,+1分


    lee 11:29:39
    好吧,写文档去,我好像懂了一点点。。
    浮生 11:29:38
    我去  你们竟然还在理解 …… 服了  出去上了个厕所
     
    lee 11:29:57
    响应时间~~吞吐~~~
    浮生 11:30:08
    OK  再说条件  这个服务器 是单核的 那么 每次 只能处理一个线程的请求
     
    golden 11:31:35
          没有作为事务的请求响应时间长了........
    浮生 11:32:26
    有500个并发 那么 按照理想情况  0.4S处理一个请求  500个并发 处理完一轮 是20S
     
    浮生 11:32:52
    所以是3
     
    浮生 11:33:08
    这是理想的竞争模式  吃饭去了
     
    浮生 11:33:10
    所以 45S和65S 对于request0来说 是一样的 都只处理过了3轮 
     
    lee 11:33:58
     我猜错了~~
    linkin 11:34:13
    猜错不扣分的
    lee 11:35:14
    还是写文档去
    charmer 11:35:10
    感觉说的太复杂了
    charmer 11:36:13
    简单的问题复杂化了,哎,看来只能继续潜心学习了

    charmer 11:38:17
    我想把浮生的话给他们总监,也会整糊涂的
    linkin 11:38:32
     
    linkin 11:38:35
    不会
    linkin 11:38:44
    既然能做到总监,肯定有过人的本事
    charmer 11:38:52
    这个我知道
    charmer 11:40:47
    意思说你现在整明白了?
    linkin 11:41:33
    浮生把先前忘记的前提条件都加进去了,你还不明白?
    charmer 11:41:33
    理论上40s后,顺序执行的话,第二轮完毕了
    charmer 11:41:48
    为啥是45s?
    linkin 11:41:52
    他说的理想状态,是不存在的
    golden 11:42:33
    我觉得这个问题就是carl自己公司特定情况下出现并解决的吧   某些情况下一个索引也可以导致carl说的那个问题   一个字段类型定义的不同也可以   一个图片是否缓存都可以   
    linkin 11:43:12
    这是个面试题,面的是解决问题和分析问题的思路
    linkin 11:43:36
    对口味的,就面上了,不对口味,就拜拜
    linkin 11:43:42
    就这么简单


     

  • 相关阅读:
    数据结构上篇
    异步编程下篇
    异步编程上篇
    异步编程中篇
    对象与原型对象下篇
    对象与原型对象上篇
    移动端开发
    函数进阶
    二.全局安装需要配置NODE_PATH命令
    一.完全删除VSC
  • 原文地址:https://www.cnblogs.com/PerformanceTesting/p/2375862.html
Copyright © 2020-2023  润新知