高级性能测试培训
- 软件测试设计培训课程
- 软件测试流程、分析与设计高级培训
- 嵌入式测试培训
- 自动化测试(QTP+Selenium）培训
- 自动化测试Selenium培训
- Selenium与Jerkins培训
- 自动化测试通用培训
- 测试需求分析与用例设计培训
- 自动化（嵌入式+后台）测试培训
- 嵌入式功能测试培训
- 测试通用高级培训
- 基于需求的ATDD自动化测试培训
- 持续集成与自动化测试培训
- 分级测试培训
- 基于需求的测试建模（DevOps测试方案）培训
- 测试之路培训
- 微服务下运维架构培训
- 其他定制化测试培训
- TMap测试方法论认证培训
- 软件系统安全性测试培训
- 移动端安全测试培训
- 移动端性能测试培训
- 软件测试分析与设计方法培训
- 基于WEB设计的易用性测试培训
- WEB软件易用性测试培训
- 软件性能测试培训
- 问题驱动的软件测试设计实战培训
- 高级性能测试培训
- 探索性测试与分级测试培训
- 移动自动化接口测试培训
- 移动自动化UI测试培训
- 移动测试体系培训
- .Net应用的自动化测试培训
- 自动化测试开发培训
- 需求培训
- 测试通用培训
课程介绍：
从双十一网银系统的故障到12306购票困难再到聚美促销被秒杀，我们的系统在遭受一次又一次的性能重创，为什么做了N次性能测试的系统还有问题？
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”。
课程目标：
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
课程对象：
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。
课程特色：
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
学员评价：
“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
课程长度：2天
最新时间：定制课程(内训)，人满开班(公开课)
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
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
4.4.8OLAP、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
4.8.3LoadRunner使用实践
4.8.3.1LoadRunner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
4.8.3.6RunTime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
4.9.3SQL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
5.3Linux、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
5.4Oracle/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
6.6What-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
6.9.3CPU、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
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
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
4.4.8OLAP、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
4.8.3LoadRunner使用实践
4.8.3.1LoadRunner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
4.8.3.6RunTime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
4.9.3SQL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
5.3Linux、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
5.4Oracle/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
6.6What-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
6.9.3CPU、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
