性能環境，也是困擾
性能測試人員很重要的一個問題。如何模擬線上真實的環境？如何在測試環境進行的性能測試結果，能準確的反應到生產線上去？
先聊下我們的做法。
首先確認線上的網絡拓撲圖。比如：
左邊是線上環境，線上一般是分布式集群部署。比如用戶訪問服務器A，而服務器A需要依賴到服務器B和C提供的服務，而服務器C與DB存儲打交道。那么在性 能測試環境，為了模擬用戶的行為，需要搭建服務器A,B,C和DB各一臺。通過對單臺服務器A的壓測結果TPS，再線性乘以機器數量，完成線上服務器A集 群的TPS的評估。
這樣做，簡單的完成了線上和線下的結果推算。但是這樣做，有一個前提：就是保證線上和性能測試環境的機器配置是一樣的。機器的配置分為2個部分：硬件和軟件。
硬件方面，比如機器是4核4G的xen虛擬機，千兆網卡，SATA磁盤。
軟件方面，包括
操作系統的版本，位數，比如：redhat 5.4，**位機器；JDK版本：openJDK 1.6.0；JVM參數配置；
web容器：tomcat7.
上面說的是應用層面，性能測試還有很重要的一步，就是性能測試數據的準備。
性能測試
數據庫的環境也與應用層一樣，保持和線上一樣的硬件與軟件配置。這里有個問題就是：生產線上一臺數據庫，對應多臺應用。而在性能測試環境中，被我們映射成1：1的關系后，很難找到數據庫層的性能瓶頸，因為在壓測過程中，應用層會比數據層更快到達性能瓶頸。
接下來，簡單描述下性能測試數據的準備。性能測試數據的準備也分為2個部分。1是業務數據，2是基礎數據。
什么是業務數據？業務數據就是性能測試要模擬的用戶擁有的數據。比如賣家A，有100個商品。100就是業務數據。基礎數據就是商品所在表的總數據量。比如100W。
性能測試的數據，不光要關注業務，更要關注數據庫表的量級，因為100條數據，和100W條數據，性能測試出來完全是兩個結果。
為了數據的準確性，性能測試的數據表，也要滿足生產線上表的量級。
滿足了這些條件，性能環境才能基本真實模擬生產線的環境，測試出來的結果才有推算上線后結果的可能。
后記：
每個公司的業務不同，系統架構也不同，所以性能測試環境方面肯定有很大的差異。我只是簡單的寫了我所在公司的性能環境的一些知識，分享給大家，供大家一個參考，希望你能從這里獲得有用的東西。關于性能測試環境，我的一些觀點：
1. 如果允許生產線做性能測試，就盡量做生產線性能測試。同樣的環境，性能測試的結果才有意義，性能測試的價值也最大體現。
2. 測試環境的配置可以與線上一樣，可以做下N：1的映射。結果線性乘以機器數，可以評估線上集群的負載。
3. 真沒條件，線上線下環境差異很大。就盡量找一些代碼級別的性能瓶頸。優化后再上線，線下的結果就不用去推算線上，很不科學