软件测试词典

首页

A

验收测试 可访问性测试 主动测试 实际结果 临时测试 老化测试 敏捷测试 全对测试 Alpha 测试 API 测试 Arc 弧测试 异常测试 断言测试 审计测试 自动化软件测试

B

向后兼容性测试 基线工件 基础路径测试 基础测试集 调试 行为测试 基准测试 Beta 测试 大爆炸测试 二进制可移植性测试 黑盒测试 自下而上测试 边界测试 分支测试 广度测试 Bug测试 构建验证 业务流程 业务需求

C

能力成熟度模型 捕获/重放工具 因果图 代码覆盖率 代码冻结 代码检查 代码审查 代码演练 基于代码的测试 代码驱动测试 无代码测试 比较测试 兼容性测试 合规性测试 并发性测试 条件覆盖测试 配置测试 一致性测试 上下文驱动测试 控制流路径 转换测试 正确性 覆盖项目 循环复杂度

D

数据完整性测试 数据驱动测试 数据流测试 数据库测试 调试 决策覆盖测试 缺陷 缺陷记录和跟踪 缺陷生命周期 Delta 发布 依赖性测试 深度测试 破坏性测试 开发环境 文档测试 域测试 耐久性测试 动态测试

E

模拟器 端到端测试 耐久性测试 准入标准 等价分区测试 错误 错误猜测 错误植入 详尽测试 退出标准 预期结果 探索性测试

F

故障转移测试 失败 故障 故障注入测试 可行路径 功能测试 功能分解 功能要求 功能测试 模糊测试 前端测试

G

玻璃盒测试 全球化测试 Gorilla 测试 灰盒测试 GUI 测试

H

测试工具 启发式测试 混合集成测试

I

实施测试 增量测试 独立测试 不可行路径 检查 安装/卸载测试 集成测试 接口测试 国际化测试 系统间测试 互操作性测试 隔离测试 问题

K

关键字驱动测试 关键绩效指标 已知问题

L

LCSAJ 测试 负载生成器 负载测试 本地化测试 逻辑覆盖率测试 循环测试

M

可维护性 手动测试 大型机测试 基于模型的测试 修改条件测试 模块化驱动测试 猴子测试 突变测试

N

负面测试 非功能性测试 非破坏性测试

O

操作测试 正交阵列测试

P

配对测试 成对测试 并行测试 部分测试自动化 被动测试 路径测试 同行评审 渗透测试 性能测试 试点测试 可移植性测试 积极测试 后置条件 前提条件 预测结果 优先级 流程周期测试 渐进式测试 原型测试

Q

质量保证 质量控制 质量管理

R

随机测试 恢复测试 回归测试 候选版本 发布说明 可靠性测试 需求测试 基于需求的测试 需求可追溯性矩阵 结果 重新测试 Review 审查 风险测试 风险管理 根本原因

S

安全性测试 健全性测试 可扩展性测试 场景测试 时间表 Scrum 测试 脚本 安全测试 模拟 冒烟测试 浸泡测试 峰值测试 软件需求规范 稳定性测试 状态转换 静态测试 统计测试 存储测试 压力测试 结构测试 结构化演练 存根 符号执行 语法测试 系统集成测试 系统测试 被测系统

T

技术评审 测试方法 测试自动化 测试基础 测试平台 测试用例 测试用例设计技术 测试套件 测试完成标准 测试完成报告 测试完成矩阵 测试数据 测试数据管理 测试驱动开发 测试驱动程序 测试环境 测试执行 测试管理 测试成熟度模型 测试计划 测试步骤 测试策略 测试工具 线程测试 自上而下的集成测试 全面质量管理 可追溯性

U

单元测试 无法访问的代码 可用性测试 用例测试 用户验收测试 用户界面测试

V

V 模型 验证测试 验证测试 虚拟用户 容量测试 漏洞测试

W

Web 应用程序测试 白盒测试 工作流测试

有用的资源

有用的资源 讨论


软件测试 - 负载测试

软件测试包括功能测试和非功能测试技术。负载测试是性能测试下的一个概念,用于评估软件在实际负载用例下的性能。

什么是软件负载测试?

软件负载测试用于评估软件在众多用户同时使用时的特性。它确定软件在不同负载情况下的响应时间。它是在通常和最大负载标准下进行的。

软件负载测试是一种性能测试,它模拟软件上的真实负载情况,以评估其在压力下的反应。软件负载测试的主要目标是检测任何拥塞并检测软件可以同时占用的最大用户数或事务数。这是一项非常关键的功能,因为它有助于确定软件的预期使用容量,并在投入生产之前发现任何问题。

在软件负载测试时,会模拟多个用例,以验证软件在不同负载情况下的特性。它包括模拟大量并发用户执行大量请求导致大量网络流量的情况。在这种情况下,需要评估软件的稳健性,并检测任何缺陷。

软件负载测试使用的技术

软件负载测试使用的技术如下:

压力测试

在这种类型的测试中,在超出正常限制的更大负载条件下分析软件的容量。

峰值测试

在这种类型的测试中,在流量意外峰值条件下分析软件的容量。

浸泡测试

在这种类型的测试中,在长时间持续负载条件下分析软件的容量。

性能测试工具

不同的负载测试工具,即 JMeter、Gatling、Load Runner 等,用于测量大量用户下的软件性能,并且交易。

确定测试目标

软件负载测试目标与软件的响应时间、交易量和预期用户特征一起确定。

确定关键场景

确定软件负载测试期间需要涵盖的一些关键场景。

软件负载测试的目标

软件负载测试的目标列于下方 −

  • 软件负载测试确定软件处理不断增长的用户和交易的能力,并确定软件在压力下开始不正常工作的时间。
  • 软件负载测试检测软件在随后的时间内处理不断增加的用户、交易和数据的能力。这有助于规划未来基础设施以及软件需要占用的资源升级。
  • 软件负载测试有助于发现软件中可能在负载影响下影响其性能的问题。
  • 软件负载测试评估所有用户和事务的响应时间。它还会跟踪负载变化时响应时间的变化。
  • 软件负载测试确定是否存在可能影响软件性能的内存泄漏。因此,它确保软件在执行时不会消耗过多的资源。

软件负载测试过程

软件负载测试过程如下所列 −

步骤 1 − 确定并配置可执行负载测试用例的正确测试环境。

步骤 2 − 确定所有合适的负载测试场景以及正确的事务和事务数据。

步骤 3 − 执行负载测试场景。然后在执行后收集各种测量和指标。

步骤 4 − 分析测试结果并在出现偏差时报告缺陷。

步骤 5 −修复缺陷后,必须分别重新执行和重新测试所有失败的测试用例和缺陷。

软件负载测试的不同指标

软件负载测试的不同指标如下 −

平均响应时间

它描述了响应客户端和客户请求的平均时间。它还根据响应请求所花费的时间说明了软件速度。

错误率

它描述了响应所有请求时遇到的错误百分比。当软件在一段时间内无法处理任何请求或由于某些技术故障导致软件效率降低时,会产生更多错误。

吞吐量

它描述了执行负载测试用例期间消耗的带宽,并确定在应用程序主服务器和用户服务器之间流动的数据量。它以每秒千字节为单位确定。

每秒请求数

它描述了每秒可供应用服务器使用的请求数。

并发用户数

它描述了特定时间或任何时间当前可用的用户数。它跟踪那些只是浏览软件而没有发出任何请求的用户。从这些数据中,我们可以推断出在哪个时刻有大量用户在软件上活跃。

峰值响应时间

它描述了处理请求所花费的时间。它确定处理请求和响应的高峰时间,以及哪些资源在处理请求时消耗更多时间。

用于软件负载测试的不同工具

用于软件负载测试的不同工具如下所列 −

  • JMeter
  • LoadView
  • WebLoad
  • NeoLoad
  • LoadNinja
  • HP Performance Tester

软件负载测试的优势

软件负载测试的优势如下所列 −

  • 软件负载测试确定了数据库查询性能、内存泄漏、网络流量等问题。因此,它有助于优化软件,使其有能力处理预期的用户和交易数量。
  • 软件负载测试检测软件的阈值容量。它评估软件是否能够处理未来不断增加的用户和交易(特别是对于流量可能增加的 Web 应用程序)。
  • 软件负载测试可识别在高负载情况下可能出现的问题,即错误率增加、响应时间变慢等。根据这些数据,我们可以推断软件在投入生产之前的稳定性和可靠性。
  • 软件负载测试可降低潜在风险,例如软件崩溃或生产性能非常差。
  • 软件负载测试可在软件开发生命周期 (SDLC) 的早期阶段检测缺陷。
  • 软件负载测试有助于赢得客户对软件的信任和信心。

软件负载测试的缺点

软件负载测试的缺点如下 −

  • 软件负载测试需要时间和成本,因为它依赖于在硬件和软件上模拟大量用户和交易。
  • 软件负载测试可以由经验丰富且特别擅长执行负载测试的测试人员执行。
  • 软件负载测试用于确定软件在压力下的性能,因此可能不足以检测所有类型的错误。因此,它与其他测试一起进行,即功能、回归、验收等。
  • 如果软件负载测试是在不是生产环境副本的环境中进行的,或者负载测试场景不包括对实际用例的模拟,那么它们的结果可能不正确。
  • 预测和模拟用户在软件上实际执行的所有实际用例并不容易。因此,并不总是能够用预期的负载来评估软件性能。
  • 软件负载测试会产生大量数据。评估所有生成的数据并确定软件性能错误的根本原因是很困难的。

结论

至此,我们对软件负载测试教程的全面介绍就结束了。我们首先描述了什么是软件负载测试、软件负载测试使用的技术是什么、软件负载测试的目标是什么、软件负载测试的过程是什么、软件负载测试的不同指标是什么、软件负载测试使用的不同工具是什么、软件负载测试的优点是什么以及软件负载测试的缺点是什么。这使您具备了软件负载测试的深入知识。明智的做法是继续实践您学到的知识并探索与软件测试相关的其他知识,以加深您的理解并拓展您的视野。