1、性能測試的流程是什么？
需求調研-環境搭建-腳本編寫-準備數據-執行測試-回歸調優-測試報告

2、什么是關聯？在什么情況下需要做關聯？
關聯是將服務器返回的數據通過一定的規則過濾出來，將其保存成參數，以供后續代碼中使用
當服務器返回的數據是動態變化的，且后續腳本中需要使用這個變化的數據時，才需要做關聯

3、loadrunner中unique參數化是怎么實現的？
unique參數化主要原理：根據并發用戶個數，將某個連續的范圍分段，每個用戶使用其中的一段數據，
unique規定了第一段的起始值和每一段的size，從而使每個用戶在各自的數據段的取值，而不會產生重復的值

4、loadrunner中參數和C語言變量的區別是什么？分別用哪兩個函數進行轉換？
主要區別：參數往往是LR自動保存的，如關聯、檢查點函數等，它可以在LR的web類函數的參數中直接使用；
變量是用戶自己定義的，不可以直接放在web函數中使用
lr_save_string：變量轉參數
lr_eval_string：參數轉變量

5、Jmeter中怎么寫Java腳本，簡要說下步驟
a)通過eclipse等工具手動編寫一個Java類，實現JavaSamplerClient接口
b)將要寫的代碼放到JavaSamplerClient接口對應的實現方法中，如果需要暴露出參數，將參數添加到getDefaultParameters方法中
c)腳本調試通過后，將寫好的腳本達成runnable jar，將jar包和依賴的lib文件夾放到Jmeter的lib/ext下，重啟Jmeter
d)在Jmeter中添加JavaSampler，選擇jar包中的測試類

6、一般在什么情況下會在Jmeter中使用BeanShell
a)被測接口調用前需要對參數做一些邏輯處理，可以使用BeanShell前置處理器
b)需要對接口的返回值做一些邏輯判斷，可以使用BeanShell斷言

7、怎么根據線下環境評估線上環境的性能
a)首先線下必須要有專門的性能測試環境
b)線下環境單臺機器配置和線上不能相差很大，可以通過單臺的機器性能推算出多臺機器性能（需考慮一定的性能損耗）
c)如果線下機器配置很差，只能測試出程序有無性能問題，這樣線下測試出來的數據對線上沒有太大參考意義
d)如果想獲取比較準確的線上性能情況，建議最好做線上的性能測試

8、對于Linux系統，主要的監控指標有哪些？他們的各自閾值是多少？
cpu使用率：<80%
load值：<cpu的核數
系統內存：使用率<80%
磁盤IO：<100%-90%
網絡IO：<帶寬上限

9、線程都有幾種狀態？哪些狀態需要關注？
線程狀態：runnable、waitting、timed-waitting、blocked、terminated
最影響性能的是blocked狀態（阻塞，鎖）的線程，timed-waitting（限時等待）

10、Jvm中持久代（方法區）中主要存放什么數據？老年代主要存放什么數據？
持久代中主要存放靜態數據、常量、類的基本信息等
老年代中主要存放對象的實例和數組等

11、應用服務器cpu高和數據庫服務器cpu高的分析思路是什么？
應用服務器的cpu高，先要看tps和響應時間，如果tps比較高，我們認為是正常的cpu消耗；如果tps比較低，那么往往某些代碼過于消耗cpu，可以考慮使用jprofiler分析下
數據庫服務器cpu高，往往是因為sql語句執行效率比較低，可以通過對數據庫慢查詢是監控，結合執行計劃進行分析，是否是相關表沒有索引或索引未生效

12、出現內存泄露的根本原因是什么？你是怎么定位內存泄露原因的？
內存泄露的根本原因是Jvm中老年代中存在著大量存活的對象，這些對象不能被GC回收掉，從而占滿了整個老年代，造成Jvm一直處于FGC的狀態，程序沒有響應，服務器報OOM錯誤
內存泄露主要通過分析老年代中占用空間最大的類都有哪些，然后去代碼中找對應的類的創建。通常可以使用jdk提供的jvisualvm和jmap進行堆內存的分析

13、tps壓不上去，可能有哪些方面的原因？
a)壓力機本身性能瓶頸
b)網絡IO瓶頸
c)中間件（tomcat/nginx/mysql）連接數限制
b)Java線程的阻塞、等待
e)本系統資源的瓶頸（cpu、內存、磁盤、網絡等）
f)其他外部系統響應時間過長，造成本系統的time-wait

14、性能場景怎么設計？一般都有哪些性能場景？
一般基本的場景包括：基準測試、單交易測試、混合測試、穩定性測試
其他場景的可選場景：高可用性測試、異常測試等，以及其他的結合各自項目業務的場景

15、測試數據怎么構造？你一般都是采用哪些方法來造數據？
a)調用業務接口構造數據
b)直接寫jdbc代碼造數據
c)存儲過程造數據

總結

以上是生活随笔為你收集整理的性能面试题目的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。