结果分析与报告输出—随机购物并发测试结果分析（篇16）

提取随机购物并发测试的目标指标如下所示

测试完成后，根据生成的测试报告，获取随机购物100个并发响应时间如图所示;

通过上图分析，随机购物100个线程并发执行时，平均响应时间分别为：631毫秒、105毫秒、748毫秒、246毫秒、288毫秒、786毫秒、2848毫秒、1934毫秒、2161毫秒、836毫秒、290毫秒、307毫秒，通过这些数据分析，每个请求所消耗的时间均未超过5秒，但90%采样数据中，“填写收货信息”请求响应时间5395毫秒，严格来说，该请求测试不通过，更新测试目标指标时可采用90%采样。

Apdex指标

随机购物100个并发测试的Apdex指标如下图所示：

由上图可以看出，填写收货信息，提交物流及付款方式、进入物流及付款方式设定页面三个请求用户满意度低于0.5，意味系统对三个请求的响应时间较慢，尤其是收货信息、提交物流及付款方式这两个情况。测试工程师可针对这两个请求，给出性能测试不通过结论。通常而言，最低要求超过0.5，当然项目组可设定具体需求。

业务成功率

测试结束后，检查系统后台订单信息，100个并发线程，每个线程循环1次，故生成100个订单，且运行过程中没有任何错误。故认为随机购物100并发测试业务成功率为100%。

并发数

线程组设置为100个线程，运行过程中未出现任何异常，满足100个线程并发操作需求。

系统资源使用

执行过程，通过JMeter监控得到本次测试系统资源使用情况，如下图所示：

通过上图分析可知，CPU在测试过程中持续值维持在90%以上，有17秒时间几乎达到100%，因此从指标信息判断，本次CPU使用率超过预期80%的目标。

同时，内存使用率在25秒以后也呈现明显上升趋势，需分析这段时间什么业务导致资源使用率上升。总体内存使用率维持在30%-40%之间，低于预期目标不超过80%，故内存使用率通过。

基于CPU、内存使用率，分析响应时间图表，如图所示：

通过上图分析，可知“填写收货信息”响应时间持续升高，需测试工程师报告此问题，联合研发同事分析“填写收货信息”涉及哪些具体操作，如是否操作数据库，是否需要要量缓存、是否调用第三方地址编辑控件等，从而确定响应时间升高原因，是否因此导致CPU及内存使用率升高。

数据库监控

从MYSQL数据库SQL语句执行速度来看，符合场景执行设计过程，但SQL中Insert语句体现不明显，需关注原因，确定是监控本身问题，还是被测对象SQL语句设计问题。

通过上述测试指标分析，更新用户登录并发测试结果表如下图所示。

综合测试数据分析，“填写收货信息”请求响应时间超过5秒，CPU使用率超过90%，故随机购物100并发场景测试不通过。需分析“填写收货信息”涉及哪些操作，导致响应时间变长的原因，是否对CPU及内存使用率造成了影响。