班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
坚持小班授课,为保证培训效果,增加互动环节,每期人数限3到5人。 |
上课时间和地点 |
上课地点:【上海】:同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院 【北京分部】:北京中山学院/福鑫大楼 【南京分部】:金港大厦(和燕路) 【武汉分部】:佳源大厦(高新二路) 【成都分部】:领馆区1号(中和大道) 【沈阳分部】:沈阳理工大学/六宅臻品 【郑州分部】:郑州大学/锦华大厦 【石家庄分部】:河北科技大学/瑞景大厦 【广州分部】:广粮大厦 【西安分部】:协同大厦
最近开课时间(周末班/连续班/晚班):即将开课,详情请咨询客服! |
实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
质量保障 |
1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听;
2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
传统的性能测试常常会遇到以下难题:
1、 性能测试工具一知半解,缺少大量项目实战,测试结果无价值;
2、 缺少全盘规划,验收阶段(UAT)才准备性能测试;
3、 模拟场景与实际生产差别大,测试价值有限;
4、 缺少性能分析和定位,找不出性能问题;
5、 生产测试环境差异大,不知道怎么办;
6、 缺少上线后的预测、预防和规划,无法指导生产。
有效解决以上难题是一个系统工程,不仅仅是性能测试。性能测试分析与建模课程融合性能测试、性能分析、性能建模、容量规划、敏捷开发等业界最佳实践,系统解决传统性能测试难题。课程中介绍的每个流程、每样技术、每个工具背后都是大量项目实践的总结,都有讲师亲身经历的“性能故事”。
课程目的:
该课程使学员:
掌握全生命周期敏捷性能测试优化方法论;
掌握一线loadrunner实战经验;
掌握性能分析优化常见问题和解决方法
掌握性能建模与容量规划方法
掌握性能学习的方法和性能团队建设
培训对象:
性能测试工程师、测试经理、高级程序员、系统架构师、项目经理以及其他具有一定性能测试经验的人员。
课程特点:
大量实践案例+系统化性能解决方案(只讲授实战内容)
本课程采用咨询式培训方式:客户提供一、两个实际案例,培训现场详细分析案例
客户评价:
“近几年听到的最实战培训” 某大行性能测试部门负责人
“开拓视野,从传统行业到互联网架构,指导系统架构设计” 某证券交易所架构师
课程大纲:
1. 培训客户系统性能测试现状分析
2. 传统性能测试面临的挑战
3. 全生命周期敏捷性能解决方案
3.1 敏捷方法论的核心
3.2 全生命周期敏捷性能体系
3.3 敏捷性能计划
3.3.1 可测试的性能需求
3.3.2 敏捷测试策略
3.3.3 产品代办列表
3.4 系统架构评估
3.4.1 评估标准
3.4.2 评估方法
3.5 性能持续迭代
3.5.1 性能单元测试
3.5.2 性能集成/UAT测试
3.5.3 持续集成与性能测试
3.5.4 自动化性能测试价值何在
3.6 性能与容量运维
3.6.1 运维人员的工作状态
3.6.2 性能模型回归分析
3.6.3 可靠性可用性指导
3.6.4 业务场景更新
3.7 敏捷性能最佳实践
4. 性能测试 8h
4.1 性能测试应用场景
4.2 性能测试流程
4.3 性能测试需求分析
4.3.1 确定测试目标
4.3.2 已有系统需求分析
4.3.3 新上线系统需求分析
4.3.4 系统体系架构
4.3.5 业务模型分析
4.3.6 突变、秒杀与促销
4.3.7 确定通过标准
4.3.8 从业务模型到技术模型
4.3.9 用户模型vs TPS模型
4.3.10 案例实战:需求分析过程
4.4 性能测试场景
4.4.1 基准测试
4.4.2 单交易容量测试
4.4.3 综合交易容量测试
4.4.4 可靠性测试
4.4.5 可扩展性测试
4.4.6 稳定性测试
4.4.7 业务突变测试
4.4.8 OLAP、跑批业务测试场景
4.4.9 参数配置测试
4.4.10 性能测试用例
4.4.11 客户系统性能测试场景改进点
4.5 性能测试环境
4.5.1 测试环境缩放原则
4.5.2 被测系统环境需求
4.5.3 压力机测试环境要求
4.5.4 环境准备注意事项
4.6 性能测试数据
4.6.1 垫底数据+参数化数据
4.6.2 数据分布
4.6.3 生产数据清洗
4.6.4 自动化生成
4.6.5 数据重用问题
4.6.6 客户系统性能测试数据准备
4.7 性能测试方案
4.7.1 测试目标
4.7.2 性能监控分析指标
4.7.3 测试计划
4.7.4 测试资源
4.7.5 测试风险
4.7.6 客户系统性能测试方案改进点
4.8 每秒上万交易性能测试执行(LoadRunner使用)
4.8.1 日志和记录
4.8.2 风控与沟通
4.8.3 LoadRunner使用实践
4.8.3.1 LoadRunner原理
4.8.3.2 脚本、场景规范
4.8.3.3 脚本调试
4.8.3.4 参数化技巧
4.8.3.5 事务定义
4.8.3.6 RunTime设置
4.8.3.7 场景测试时间
4.8.3.8 监控LoadRunner
4.8.3.9 上万TPS LoadRunner使用技巧
4.9 性能测试高级场景
4.9.1 用户体验测试
4.9.2 复盘测试
4.9.3 SQL测试
4.9.4 流水码生成
4.10 性能测试报告
4.10.1 性能测试报告模板
4.10.2 一图胜万言
4.10.3 关联分析
4.10.4 目录结构
4.10.5 性能测试结论
4.10.6 性能建议与风险
4.10.7 客户系统性能测试报告改进点
5. 性能监控与分析
5.1 互联网与传统系统架构变迁
5.2 性能监控与分析策略
5.3 Linux、Unix操作系统性能监控与分析(系统命令、工具)
5.3.1 操作系统架构
5.3.2 常见操作系统性能问题
5.3.3 操作系统性能监控指标
5.3.4 操作系统性能监控分析工具
5.3.5 操作系统性能分析方法
5.4 Oracle/Mysql数据库性能监控与分析(Oracle AWR、ADDM、执行计划、慢查询)
5.4.1 常见数据库系统架构
5.4.2 常见数据库性能问题
5.4.3 数据库性能监控指标
5.4.4 数据库性能监控分析工具
5.4.5 数据库性能分析方法
5.5 应用性能监控与分析 (实战案例分析)
5.5.1 常见应用系统架构
5.5.2 常见应用性能问题
5.5.3 应用性能监控指标
5.5.4 应用性能监控分析工具
5.5.5 应用性能分析方法
5.6 网络与存储性能监控与分析
5.7 故障树性能分析方法
5.8 客户系统性能监控与分析改进点
6. 性能建模与容量规划
6.1 运维的难题与SLA
6.2 性能与容量解决思路
6.3 测试环境性能/业务数据梳理
6.4 生产环境性能/业务数据梳理
6.5 建立和矫正性能模型
6.6 What-IF分析
6.7 系统优雅降级
6.7.1 评估系统极限
6.7.2 优雅降级的方法
6.8 常见问题
6.8.1 无法落地的排队论
6.8.2 脱离业务的趋势分析
6.9 容量规划方案
6.9.1 业务与性能指标关联
6.9.2 业务突变、秒杀、促销影响分析
6.9.3 CPU、内存、IO、存储、主机等扩容方法
6.9.4 趋势预测
6.9.5 客户系统容量规划改进点
7. 互联网公司的性能测试优化与规划
8. 互联网公司的全生命周期研发流程
9. 性能团队建设和学习方法
10. 客户案例分析/学员项目问题解答 |
|
|
|
|
|
|