ВВЕДЕНИЕ 3
1.1 ПОНЯТИЕ ПРОИЗВОДИТЕЛЬНОСТИ 5
1.2 ПОДХОДЫ К ТЕСТИРОВАНИЮ ПРОИЗВОДИТЕЛЬНОСТИ 7
1.3 ПРОЦЕССЫ 10
1.4 ВЫБОР МЕТОДА АНАЛИЗОВ РЕЗУЛЬТАТОВ НАГРУЗОЧНОГО
ТЕСТИРОВАНИЯ 15
2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ И МЕТОДЫ РЕШЕНИЯ ЗАДАЧ 18
2.1 ЗАДАЧА ОПРЕДЕЛЕНИЯ УРОВНЯ ПРОИЗВОДИТЕЛЬНОСТИ ДЛЯ
РЕЗУЛЬТАТОВ ПРОВЕДЕНИЯ СЦЕНАРИЕВ НАГРУЗОЧНОГО ТЕСТИРОВАНИЯ. 18
2.2 ПРИМЕНЕНИЕ МЕТОДОВ РЕШЕНИЯ ЗАДАЧ НА ПРИМЕРЕ. 25
ЗАКЛЮЧЕНИЕ 10
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
На сегодняшний день ежедневно растет количество пользователей веб - систем, и, чтобы поддерживать рост клиентов, разработчики должны предусмотреть, что их веб сайт, портал, система, должны будут справляться с увеличением нагрузки. Проверять работу системы при реальных ста, тысяче, сотне тысяч пользователей представляется мало возможным, однако сейчас существует огромное число инструментов, позволяющих имитировать нагрузку для тестирования.
При нагрузочном тестировании возникают вопросы, как интерпретировать полученные результаты, которые представляют собой набор сырых данных, как оценить, являются ли данные показатели критическими для данного сервиса, поскольку для каждого веб приложения существуют свои критерии максимально допустимой нагрузки. На данный момент нет единых подходов, стандартов, процессов того, как организовать проведение нагрузочного тестирования веб системы. Команды разработки и тестирования зачастую руководствуются собственным видением, которое является субъективным, в результате нередко страдает конечный результат: веб-системы не соответствуют ожиданиям заказчиков и конечных пользователей. Но даже если на проекте разработчик или тестировщик, которые давно знакомы с продуктом и имеют хорошее представление о том, каким критериям качества он должен соответствовать, будут достаточно успешно оценивать результаты на основании собственного видения, всегда есть вероятность, что специалист покинет проект, и ценные знания будут утеряны.
Целью данной работы является разработка алгоритма проведения нагрузочного тестирования и математической модели анализа его результатов, для повышения качества выпускаемых приложений.
Разработанный подход будет предназначен для решения следующих задач:
• Анализ метрик получаемых в ходе нагрузочного тестирования.
• Выявление функционала, производительность которого не соответствует стандартам.
В качестве метода, позволяющего решить эти задачи, был выбран метод интеллектуального анализа данных, основанный на использовании нечеткой логики. Это обусловлено как неточностью информации, необходимой для получения количественного описания протекающих в системе процессов, условиями неопределенности, так и сложностью объекта управления.
Для разработки алгоритма в данной работе требуется пройти несколько этапов:
• Рассмотреть подходы проведения тестирования и на основании их описать процесс проведения нагрузочного тестирования
• Изучить существующие работы и алгоритмы применения методики нечеткого логического вывода для создания алгоритма анализа результатов нагрузочного тестирования
• Описать алгоритм для проведения нагрузочного тестирования для применения его на производстве.
В ходе выполненной работы было рассмотрено понятие производительности, основные метрики производительности, был описан процесс проведения нагрузочного тестирования и выявлена проблема проведения анализа результатов.
Был рассмотрен нечеткий логический вывод для анализа результатов нагрузочного тестирования, полученных в ходе проведения тестирования на проекте.
С помощью нечеткого логического вывода было получено численное значение для производительности тестируемого функционала. Получив такие значения для всех проведенных тестов и внеся их в отчеты тестирования, можно предоставлять заказчику актуальный отчет о состоянии нагрузоустойчивости приложения, в будущих релизах отслеживать, как меняется общая нагрузка того или иного функционала после новых изменений. Таким образом, цель работы - построение математической модели анализа результатов тестирования производительности - достигнута.
Со своей стороны хочется добавить, что применение нечеткого вывода на большом количестве нечетких логических правил - довольно трудоемкий процесс. Однако, время на оптимизацию нужно затратить один раз, но выгоды для команды разработки будут выше, среди них - автономный процесс тестирования производительности, поскольку не будет необходимости затрачивать время на самостоятельный анализ результатов, а также исключение риска в потере знаний при замене специалиста по тестированию производительности.
