- 综合排序
- 最热优先
- 最新优先
- 来自专栏巫山跬步
评测云硬盘读写性能
那我们该用什么工具评测硬盘性能呢？别着急，我们先来看看该评测哪些指标。 0x01 硬盘性能指标 在开始评测前，我们必须先明确需要考虑哪些指标。 在具体的性能评测中，吞吐量和IOPS有如下关系： 所以在评测最大吞吐量和最大IOPS时，需要针对地选择BlockSize；提升BlockSize，通常会使系统吞吐率提升，系统IOPS下降。 另外，最大峰值性能（maximum performance）不同于可持续性能（sustained performance），所以在评测时需要维持一段时间的稳定负载并统计平均值。 根据业务类型确认访问模式，锁定性能指标最后通过合适的评测选择最具性价比的方案。 其对与高性能云硬盘和SSD云盘时延差距不大，评测时一般0.5ms～5ms之间都可以算是正常的。最后是I/O的利用率（utilization），如果作为评测，一般是需要跑满的。
9.3K4414发布于 2020-12-13 - 来自专栏芋道源码1024
性能评测：MyBatis 与 Hibernate 的性能差异
竞争激烈，其中一个比较重要的考虑的地方就是性能。 因此笔者通过各种实验，测出两个在相同情景下的性能相关的指数，供大家参考。 友情提示：如果你嫌弃文章太长，可以拉到文末看结论即可。 测试目标 以下测试需要确定几点内容： 性能差异的场景； 性能不在同场景下差异比； 找出各架框优劣，各种情况下的表现，适用场景。 测试思路 测试总体分成：单表插入，关联插入，单表查询，多表查询。 其中在关联字段查询中，hibernate在两种情况下，性能差异比较大。 都是在懒加载的情况下，如果推特对应的用户比较多时，则性能会比仅映射100个用户的情况要差很多。 如果是关联50万用户的情况下,则hibernate需要去查询50万次用户信息,并组装这50万个用户，此时性能要比myBatis性能要差，不过差异不算大，小于1ms，表示可以接受。 此情景下，性能与myBatis持平。 在真实情况下，myBatis可能不会在这个地方上配置缓存,会出现脏数据的情况，因而很有可能在此hibernate性能会更好。 ----
2.8K30发布于 2018-12-25 - 来自专栏测试技术干活
ChatGPT教你APP性能评测分析
不过随着硬件设备，尤其是显卡性能的加强，现在游戏的帧率一般在30FPS~100FPS之间。
2.2K20编辑于 2023-04-25 - 来自专栏TestQA
Locust性能评测及优化详解
Locust性能评测及优化详解 这篇文章是用来补前一篇文章挖的坑，在解析了Locust的整体流程之后，还是要回归落地，看看它到底好不好用，能不能用。 性能评测 在《性能测试工具Locust源码浅析》中，我们进行了一个主流程的分析。 本次我们将对Locust进行实际的评测，在具体的评测之前，为了评测结果尽量的准确，我们需要做如下的规约： •服务器端没有性能瓶颈（假设有无限能力）•系统环境没有限制设定（网络连接数无限制，TIME_WAIT 回收及时）•外部环境没有额外消耗（网络监控软件、限流软件没有启动）•网络带宽没有瓶颈•不同待评测工具在同一台机器上进行评测（中间预留足够的资源回收时间） 环境准备 1、压测环境准备 •机器配置：4核8G 性能优化 通过上面简单的对几个工具的评测，从这组数据的体现来讲，Locust是最弱的，Jmeter和网络上的评测结果接近。
4.6K80发布于 2019-09-17 - 来自专栏搜狗测试
不可缺少的评测方案-主观性能感知评测！
前言 性能评测一般输出的数据是各种性能指标，虽然性能指标的好坏代表了APP性能的优劣，但使用者是用户，所以在各项性能指标处于优势时，并不代表给用户的体验就是好的，这就需要增加一种面向用户体验的评测，我们称之为 “主观性能感知评测”。 该评测选取主要使用场景，由人工操作与竞品对比，根据执行人员的主观感受来评测应用的流畅度，下面来介绍一下如何制定主观性能评测方案。 APP选取 1. 制定评测标准 由于本评测为主观性能评测，不会有详细数据输出，因此就以是否卡顿制定标准，制定标准如下： 1. 流畅：无任何卡顿感觉，使用顺畅； 2. 一般流畅：没有明显的卡顿感觉，用户难以感知； 3. 总结 主观性能感知评测，在评测中是不可缺少的，能直观的反映出应用与竞品在用户使用层面的差距。
1.7K10发布于 2020-06-04 - 来自专栏程序生涯
序列化与json性能评测
在小数据压缩方面，json比序列化快了近1倍，而其他方面序列化比json都要快一些，特别是大数据解压缩这一块整整快了4倍。
1.1K10发布于 2020-08-14 - 来自专栏李俊飞的专栏
数据库性能评测：整体性能对比
导语 随着版本升级，关系型数据库和缓存数据库整体性能比之前都有大幅度的提升，衡量数据库性能的三个重要指标是：数据库吞吐量(QPS)、延迟时长(Latency)和稳定性，以下从这三个方面对几种数据库进行了对比测试 一、性能测试报告与分析 测试1-3是在TS90服务器上的测试结果，测试4对比数据库在TS80和TS90上性能。 3、典型业务模式，不同并发压力的数据库性能 注：横轴为并发数；左侧曲线图的纵轴为QPS，右侧曲线图的纵轴为延迟时间。 4、TS80和TS90服务器性能对比 结果分析： 1) 典型业务压力下，MySQL和MongoDB在TS90的吞吐量是TS80的2倍，Redis变化不大； 2) 对于写入测试，MongoDB在TS90 读写比例：95:5 50:50 100:0 0:100，读写对应为SELECT：UPDATE操作 并发线程：10 50 100 150 300 500 1000 测试前预热数据，避免缓存数据加载引起的性能降低
24.1K00发布于 2017-07-04 DPU性能评测现状及方法总结
这么多家DPU产品，该如何对他们进行性能评测呢？霞姐近几天进行了一些调研，将结果分享给大家。 2.中科驭数等发布的DPU性能基准评测白皮书 上述标准虽然没有正式发布，但是从它的征求意见稿可以看出，性能测试部分和2022年中科院计算所、中科驭数联合其它三家单位编写的《专用数据处理器（DPU）性能基准评测方法与实现 该白皮书将DPU系统评测归因到网络、存储、计算、安全 4个维度： (1)网络：DPU发挥的主战场。评测维度包括：表项（会话）规模、吞吐能力、建表性能、时延性能、网络可观测能力、确定性网络能力。 评测维度包括：IO读写能力、吞吐能力、时延性能、QoS。 (3)计算：主要场景有大数据计算加速、ML/AI算法加速、视频编解码等。评测维度包括：吞吐能力、时延性能、并行处理能力、能效比。 评测维度包括：安全策略规模、吞吐能力、时延性能、并发会话规模。 白皮书还定义了单端型、端到端型、多端型三种测试系统（SUT）模型，并从网络、存储、计算、安全四个维度进行了基准测评的进一步阐述。
86010编辑于 2025-06-28- 来自专栏李俊飞的专栏
3D XPoint 存储性能评测（1）
导语 DRAM 内存速度快，性能强，但容量小，而且断电会失去数据；而 NAND 闪存容量大，成本低，是非易失性的，断电后数据还在，Intel 的 3D XPoint 号称结合两种存储芯片优点，性能千倍于闪存而且数据是持久的 此次实测对比一下 3D XPoint 和 SSD 等存储的性能。 一、性能测试报告与分析 以下测试 1，2 使用 fio 压力测试工具对不同类别存储分别打压，数据块大小 4k，iodepth 32，并发线程 30 个，IO 基本都打满情况下的测试结果。 ）3D XPoint 读写峰值速度在 2GB/s 左右，随机读写能到 1.8GB 左右，SSD 读写为 300～500MB/s；SAS 和 SATA 的顺序读写速度在 120～190MB/s，随机读写性能较低 ，在 0.2～2MB/s 之间； （2）3D XPoint 性能是 SSD 的 4～7 倍，且随机读写跟顺序读写性能差别不大。
2.2K00发布于 2017-07-05 - 来自专栏自动化、性能测试
软件评测师笔记（九）—— 性能测试相关
并发性能测试过程 是一个负载测试和压力测试的过程，逐渐增加并发负载，直到系统的瓶颈或不能接收到的性能点，通过性能指标、资源监控指标来确定系统并发性能的过程 性能测试类型 疲劳强度测试：采用稳定运行情况下能够支持的最大并发用户数 ，持续执行一段时间业务，保证达到系统疲劳强度需求的业务量，通过分析指标，确定系统最大工作量强度性能 负载测试：通过逐步加压，在满足预期指定的性能指标情况下，系统所能承受的最大负载量 压力测试：通过逐步加压 ，确定系统在什么情况下会崩溃， 以此获取系统的最大负载量，什么条件下系统的性能会变得不可接受 性能测试过程中的功能校验是否必须？ 不进行功能校验的话，忽略了负载压力情况下功能不稳定的问题，没有正确的功能保证，性能测试就没有意义了 副作用：需要断言/校验测试结果，会消耗一部分性能，导致最终测试结果不一定是最准确的 业务方面的性能测试 关键部分是否采用双机热备份和磁盘镜像 5、是否满足系统的不断运行、在线故障修复和在线系统升级 负载类型 并发用户数属于并发执行负载 连续稳定运行属于疲劳强度负载 大量检索操作属于大数据量负载 系统瓶颈一般是 1、服务器CPU性能不足
1K20发布于 2020-06-09 - 来自专栏Rust语言学习交流
GoRustKotlin 的协程和队列性能评测
，但 Golang 和 Kotlin 简化了这些选择，一般来说，简化会带来性能的损失，本文测评 Go/Rust(tokio)/Kotlin 的调度和队列性能。 8.795 56850205 kotlin str_ptr 50000 10000 11.662 4287558 结果 运行环境 值 OS Ubuntu 22.04 WSL on windows 11 ，所以整体的性能最好。 Golang 对于 str_ptr 场景，基本没有内存分配，所以性能最好，也是直接反映了其调度和队列的性能，对于 int 的场景，当数字小于 256 ，其性能类似 str_ptr 的场景，没有内存分配， 否则也会有一次内存分配，导致性能下降。
2.4K60编辑于 2022-11-28 - 来自专栏软件绿色联盟动态
叮～11月安全专项评测报告火热出炉
一、11月测试情况回顾 11月共检测951款应用，未达标应用259款，其中208款应用未通过安全标准检测，占未达标应用的80.3%。
64730编辑于 2023-02-28 Elasticsearch Service（ES）性能评测：技术王者如何炼成？
通过对比主流云厂商的ES产品，结合性能测试数据与行业应用案例，揭示腾讯云ES在搜索、日志分析等场景的领先地位，并提供产品选型建议。 本文基于中国信通院测试报告与行业实践，从技术架构、性能表现、成本控制等维度展开深度评测，揭晓腾讯云ES的技术突破与行业价值。 海量日志分析 存算分离集群+按需付费 日志写入成本<$0.001/GB，支持10亿级QPS 实时风控系统 高性能版 对于追求高性能与低成本的开发者，腾讯云ES的Serverless模式与行业解决方案值得重点关注。
28710编辑于 2026-01-12- 来自专栏啄木鸟软件测试
软件性能测试（连载11）
索引节点（inode）是持久化存储到磁盘中的，而目录项（dentry）是由内核维护（目录项缓存）的。
64920发布于 2020-03-04 腾讯云双11活动COS标准存储产品深度评测
引言每年的双11购物节，已经成为# 腾讯云双11活动COS标准存储产品优惠与产品介绍特性引言每年的双11购物节，作为中国最大的购物狂欢节，吸引了无数消费者的目光。 2.3 高性能COS标准存储支持高并发的读写请求，适合大规模应用场景。无论是网站内容的快速加载，还是移动应用的数据存取，COS都能提供优异的性能表现。 三、双11活动优惠3.1 活动时间腾讯云双11活动通常在每年的11月11日进行，活动时间一般持续数天，具体时间以腾讯云官网公告为准。 对于频繁访问的数据，选择标准存储可以获得更好的性能。5.2 合理规划存储结构在使用COS时，用户可以根据数据的类型和访问频率合理规划存储结构。 六、总结腾讯云COS标准存储作为一款高性能、高可用性的云存储产品，在双11活动期间推出的优惠活动为用户提供了极大的便利。通过合理利用COS的特性和优惠，用户可以在数据存储和管理上获得更好的体验。
31.1K10编辑于 2024-11-28腾讯云数据库双11优惠体验与评测
本文将详细评测腾讯云数据库在双11期间的优惠活动，包括优惠力度、使用体验、性能评测等方面，帮助用户更好地了解腾讯云数据库的优势与不足。 2.2 活动时间双11优惠活动通常从11月1日开始，持续到11月11日。用户可以在此期间购买数据库服务，享受优惠。 5.2 性能与价格对比在性能方面，腾讯云数据库的表现相对稳定，能够满足大部分中小型企业的需求。结合双11的优惠活动，用户可以以较低的价格享受到高性能的数据库服务。 六、总结与建议6.1 总结通过对腾讯云数据库双11优惠活动的体验与评测，我们可以得出以下结论：腾讯云数据库在双11期间提供了丰富的优惠活动，吸引了大量用户。 性能测试结果表明，腾讯云数据库在高并发场景下表现良好，能够满足大部分业务需求。6.2 建议新用户：建议新用户在双11期间注册并购买数据库服务，可以享受到更多的优惠。
17.2K10编辑于 2024-11-28- 来自专栏reizhi
平价性能旗舰 SM951 256G评测
自上一代固态硬盘发布起，旗舰产品的性能就已经接近或是达到 SATA 3 接口的带宽上限了。 今天我们评测的目标便是 SM951 256G nvme 版本。 为了让不熟悉 M.2 接口的朋友对于接口尺寸有更直观的了解，reizhi 最终决定献出手掌作为参照物。 可以看到，对于日常使用影响最大的 4K 性能，SM951 几乎是 850EVO 的两倍。而最大读写速度也的确达到了标称值，双双突破 1GB/S。 虽然 SM951 不提供官方质保，但与 950pro 同等级的性能表现使其性价比显得尤为突出。如果你追求极致性能却又预算有限，SM951 无疑是不二之选。 毕竟大多数固态硬盘所提供的性能已经足够快，以至于哪怕响应速度再提升一倍，他们之间的差距也难以让人察觉。
2.2K10编辑于 2022-09-26 - 来自专栏PawSQL，在线的自动化SQL优化工具！
PawSQL对TPCH的优化评测(性能平均提升276%)
环境准备 由于本次评测主要针对PawSQL的优化建议，所以我们降低硬件配置，使用MySQL数据库，同时采用默认参数配置。 18个，占比86%；性能提升超过50%的查询有12个，占比60%； 平均性能提升 276.40%，提升最大的Query性能提升近15倍。 -11 345.284 26.994 0 1 Yes 1178.71% Query-19 27.894 3.26 1 2 Yes 753.64% Query-4 31.451 6.472 0 2 Yes tpch.part(P_BRAND,P_CONTAINER,P_PARTKEY); -- PART 在查询块 QB_1 中(DRIVE): MATCHING(part.p_brand = 'Brand#11 经过性能验证，执行时间从27.9ms降低到2.26ms，性能提升了753%。
49210编辑于 2024-08-20 - 来自专栏大数据在线
数据库性能评测真的很重要么？
对于中国数据库产品而言，数据库性能评测真的很重要么？中国数据库品牌和产品在方兴未艾之际，又该如何在这个国际巨头主导的市场中真正取得突破、走出一条属于自己的价值之路？ ? 答案是：非常重要。 什么样的数据库测试 才更具参考价值 数据库性能评测不能“跑偏”。 以TPC-C测试为例，国际数据库巨头Oracle的测试成绩停留在九年前，之后并无再参与到TPC-C的测试之中。 显然，对于各个行业用户而言，更加重视的是一些贴近行业真实业务场景的性能和功能测试，而不是各种刷榜的评测。 而针对国内金融机构用户量普遍达到千万级的情况，中金国盛认证中心重要会针对数据库的性能进行重点测试，包括数据库的单机内核能力是否足够强劲；分布式环境下，数据库的线性扩展能力和性能扩展比，针对数据库在高并发评测 实际上，在性能评测方面，目前国内一些银行及华为分别进行基于TaiShan服务器和通用CPU服务器的TPC-C比拼测试，证明GaussDB在TaiShan服务器上性能表现较同等通用CPU服务器提高约20%
1K20发布于 2019-10-25 - 来自专栏丑胖侠
Java8 Stream性能如何及评测工具推荐
针对基础类型（int）操作，结果分析： 串行Stream的执行的确不如for循环性能高，耗时大概是for循环的2倍。 并行Stream的执行性能要优于for循环，耗时大概是for循环的一半。 针对对象（String）操作，结果分析： Stream的性能与for循环已经相差不大了，耗时大概是for循环的1.25倍左右。 小结 通过上面的几组实验对比，我们可以看到如下结论： 针对简单的操作，比如基础类型的遍历，使用for循环性能要明显高于串行Stream操作。 针对复杂操作，串行Stream性能与for循环不差上下，但并行Stream的性能已经是无法匹敌了。 特别是针对一个集合进行多层过滤并归约操作，无论从写法上或性能上都要明显优于for循环。 现在的Stream书写简单，性能不错，如果未来JDK针对其进行优化，便同时享受了便捷和性能，何乐而不为呢。 原文链接《Java8 Stream性能如何及评测工具推荐》
1.1K30发布于 2019-10-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号