1、业务场景模型下图是一个常见的电商双11大促时候的业务场景模型图，以这个思维导图为例来做分析说明。一般来说梳理业务场景模型大概有如下几个步骤：根据业务特性和业务确定本次大促主要涉及的业务范围（如电商一般是交易、活动和库存业务）；确定大促涉及的业务范围中，对应的核心业务各有哪些（这里要对业务进一步的细化，如上图）；根据梳理出来的核心业务场景，进一步的进行打标赋权（假设流量过高或特殊情况，哪些可以放

1、容器架构下性能测试服务部署方式改成了容器化，要根据业务场景和不同的参数配置进行性能摸底，找到最佳配置，性能测试该如何执行？看似很简单的性能需求，其实难度并不低。首先，容器化部署和常规的虚拟机/云服务部署存在一定区别；其次，涉及到业务场景就需要考虑真实的业务模型和流量模型；再次，在容器化部署的不同配置下性能表现的差异很大；最后，是满足业务需求的最佳配置。其中还未考虑外部依赖的影响，以及如何应对线

1、linux获取动态ip或静态ip1）virtualbox 加载linux虚拟机镜像文件，加载时重置全部网卡，加载后网络选择“桥接网络”–本机当前使用网卡；2）ifconfig#获取linux虚拟机ip地址，记下HWADDR 值；3）#将 HWADDR 修改为上步的记录下来的值，BOOTPROTO=dhcp，自动获取动态ip;4）#删除网络缓存文件；5）#重启网络服务6）ifconfig#验证是

1、电商系统tps怎么计算得出tps指标？1）第一个通过运维那边给的生产数据，看一下生产进件有多少，计算得来的，如果没有生产数据，或者不过就看如下的方法2）第二个就是根据最近一个月的实际访问数据，比如每天调用了多少个接口，调用了哪些接口，把比例列出来==》这是通用的tps比如这100万次请求里面登录请求比例：40% 那么登录接口的标准tps=11.57*40% = 4.63/sec退出请求比例：2

性能测试的分类1）极限测试：在各种边界压力情况下，如电池、存储、网速，验证APP是否能正确响应，内存满时安装APP—运行APP时手机断电—运行APP时断网2）响应能力测试：APP中各类操作是否满足用户响应时间要求，APP安装—APP卸载—APP各类功能性操作的响应时间3）压力测试：反复/长期操作下、系统资源的占用情况性能的评估。

第一个通过运维那边给的生产数据，看一下生产进件有多少，计算得来的，如果没有生产数据，或者不过就看如下的方法第二个就是根据最近一个月的实际访问数据，比如每天调用了多少个接口，调用了哪些接口，把比例列出来==》这是通用的tps比如这100万次请求里面登录请求比例：40%那么登录接口的标准退出请求比例：20%那么退出接口的标准添加商品比例：20%那么添加商品接口的标准查询商品比例：10%那么查询商品接口

客户端常用指标计算最大线程数：查询功能，需要系统能够在5分钟内能完成5000笔查询业务，同时用户响应时间不超过3s,该用多少线程数施压？公式：最大线程数=（单次响应时间 * 业务量）/总的业务时间相对并发&绝对并发相对并发：指在一个时间段内发生的事情。在jmeter的测试计划中添加线程组，设置线程属性，2s之内启动10个线程，其对应的相对并发为5（线程数/启动时间）绝对并发：指在同一个时刻发生的事

1、浏览器打开URL和方式和过程不同浏览器工作方式不完全一样，大体来讲，浏览器的核心是浏览器引擎；不同浏览器对W3C的规范支持不尽相同，在具体功能的实现上也不完全一致。1）连接到URL所在的服务器用户在浏览器地址栏输入URL，打开URL时，浏览器首先寻找该URL所在的服务器。通过向DNS服务器查询，获取该URL所在网站的IP地址，然后浏览器向该地址发起连接请求，简历浏览器到服务器间的连接。2）获取

执行集成构建持续，自动地构建&测试软件项目代码管理（git/svn）>编译（maven/ant/gradle）>打包>测试环境部署>自动化测试研发体系中的迭代流程1、源码分支管理： git或者svn, 将不同开发编写的代码集成起来形成不同版本和分支，那么急于版本管理，来进行版本打包发布2、形成版本 编译打包： maven，ant,gradle集成的版本代码编译打包形成可发布的war包或可运行的安装

pytest框架pytest可以高效地编写和运行各种类型的单元测试、功能测试和端到端测试。可以轻松编写清晰、模块化的测试代码，并能够自定义测试规则和测试报告。同时，pytest还支持多线程执行测试用例，提高了测试速度和效率。总之，pytest是一个非常强大的测试框架，被广泛应用于Python项目的测试工作中。allure框架现在有非常多的优秀的测试框架，但却是有非常少优秀的报告工具可以展示非常清楚