基于LoadRunner的家医后台管理系统性能测试设计与分析

• 作 者: 王升平
• 出 处: 浙江工业大学
• 发表日期: 2020年01期
• 关键词: 性能测试 性能预测 LoadRunner 混合kNN算法 缺陷分析

随着软件行业的不断发展,企业的关注重心会从软件系统实现的功能数量上慢慢转移到软件已实现功能的质量上。对于软件系统的目标客户来说,质量更高、性能更强的系统更具市场吸引力。如何在保证软件质量的前提下缩短测试工作的时间一直是测试人员需要面对的问题。通过对小样本影响参数的测试集数据分析,直接快速准确地预估出某功能的性能表现,这对测试工作所需工时的缩短将起到很大的帮助。因此,如何进行高质量的性能测试,并基于小样本性能测试数据快速构建高效精准的性能预测模型是本文研究重点。本文将机器学习思想应用于系统软件的性能预测,提出了一种混合k NN的性能预测模块构建方法。希望可以构建出一种可适用于多类软件性能测试时应用的性能预测模块,从而减少研发人员在性能测试上所花费的时间。本文以家庭医生后台管理系统的性能测试为背景,结合系统性能预测模块的设计和研究的目的展开。主要对软件测试技术和软件性能预测方法这两方面深入研究。首先根据系统实际情况搭建测试环境,并根据性能测试用例开发出Load Runner使用的性能测试脚本并调试。然后从单一业务负载场景入手,具体分析各模块在性能测试中的表现以及性能缺陷,研究后提出相应的调优意见。最后从综合业务负载场景入手,以居民管理模块为例,研究混合k NN预测模型的工作情况和预测准确性,得出该预测模块是否能够完成性能预测任务的结论。并简要分析系统在综合业务场景下的性能表现以及调优方案。