第三方软件确认测试机构【性能测试中内存泄漏的迹象：如何利用LoadRunner监控和发现 】
在性能测试中，发现和诊断内存泄漏是一项重要且高难度任务。LoadRunner 是定位问题的哨兵，它不能直接告诉你哪行代码泄露，但能提供确凿的证据、准确定位泄露发生的情形和时间点，并指引你找到根本原因。
性能测试中内存泄漏的典型迹象
在压测过程如果观察到以下一种或多种方式，应警惕内存泄漏：
内存消耗的稳态失衡：在固定并发用户数、不断运行的稳定性测试（Endurance Test） 中，服务器的内存使用率（如Available MBytes不断下降，或% Committed Bytes In Use不断上升）不随负载波动而稳定回收，反而呈现单调递增的锯齿状或斜坡状上涨。在负载移除后，内存无法回落到初始水平。
伴随性能劣化和错误：内存泄漏会导致垃圾收集频繁、系统响应变慢。会观察到：
随着测试时间推移，事务平均响应时间逐渐变长。
文章来源：卓码软件测评
精彩推荐：点击蓝字即可
▲软件负载测试▲API自动化测试▲软件测试▲第三方软件测试▲软件性能测试▲软件测试机构
吞吐量（TPS）逐渐下降。
可能因内存耗尽，出现 OutOfMemoryError、 HTTP 500 内部服务器错误，甚至服务器宕机。
进程内存不断增长：监控特定应用进程（如 java.exe, tomcat.exe, w3wp.exe）的私有字节数（Private Bytes - Windows）或驻留集大小（RSS - Linux），如果在每次业务高峰后基线不断抬高。
利用LoadRunner进行监控方法
LoadRunner的作用是在模拟真实负载的同时，系统地收集和分析服务器资源计数器。
配置LoadRunner监控
添加度量（Add Measurements）：
在Controller的“运行”视图中，添加被测服务器（Windows或Linux）的资源监控。
性能计数器（Performance Counters）：
根据服务器类型，重点监控以下计数器：
通用 (Windows)
Memory\Available MBytes：可用物理内存量。不断下降且不恢复是强烈信号。
Process(*)\Private Bytes：目的进程已分配的独占内存。趋势性增长表示泄漏。
Process(*)\Working Set：进程在物理内存中的份额。和Private Bytes结合分析。
Memory\Pages/sec：硬缺页速率。异常增高可能因内存紧张导致频繁换页。
通用 (Linux)
Memory\Free (通过 rstatd 或 SSH)：可用内存。类似Windows的Available MBytes。
Swap\Free：可用交换空间。快速减少表示物理内存不足。
Java应用
JVM Heap Used (需配置JMX)：JVM堆内存使用量。阶梯式上涨，Full GC后最低点一次比一次高，是经典堆泄漏方式。
GC Time / GC Count：垃圾回收时间和次数。越来越频繁、耗时的GC是内存压力的结果。
.NET应用
.NET CLR Memory\% Time in GC：花费在垃圾回收上的时间百分比。>20%即表示压力大。
.NET CLR Memory\# Bytes in all Heaps：托管堆上的字节数。不断增长可能为托管内存泄漏。
设计针对性的测试
稳定性测试（耐力测试）：这是发现内存泄漏的标准情形。设置长时间（如4-12小时甚至更长）的稳定并发负载，观察内存随时间的变化曲线。
重复业务情形测试：设计一个包含可疑操作的脚本（如频繁创建对象、进行特定文件/数据库操作、调用某个API），反复迭代执行，观察进程内存是不是随迭代次数线性增长。
执行测试并分析数据
运行情形并实时观察：在Controller的“图表”区域，将内存相关计数器和运行Vuser数、事务响应时间、吞吐量叠加观察，寻找相关性。
深入分析结果：
在Analysis中生成报告分析：
趋势图（Overlay Graph）：将 Available MBytes 或 Private Bytes 和 Running Vusers 叠加。如果负载平稳而内存不断下滑，泄漏证据确凿。
关联图（Correlate Graph）：将 Available MBytes 和 Transaction Response Time 关联。如果两者呈强负相关（内存越少，响应越慢），印证了泄漏导致的。
数据导出：将计数器的详细数据导出到Excel，计算单位时间（如每小时）的内存增长速率，量化泄漏的严重程度。
从LoadRunner根本原因的诊断流程
LoadRunner提供了证据链的起点，最后定位需要结合更多工具。
定位泄漏进程和类型：通过LoadRunner确定是哪个进程的 Private Bytes 或 Heap Used 在增长，初步判断是托管内存（.NET/Java堆）泄漏还是非托管内存（本地内存）泄漏。
使用专业内存分析工具：
Java：在内存高位时，使用 jmap 生成堆转储（Heap Dump），用 Eclipse MAT 或 JProfiler 分析，找到占用最大的对象和引用链（GC Root）。
.NET：使用 CLR Profiler、 dotMemory 或 ANTS Memory Profiler 进行实时内存分析或快照对比。
C/C++：使用 Valgrind (Linux)、 Dr. Memory (Windows) 或 Visual Studio Diagnostic Tools。
关联负载和代码：将LoadRunner测试情形中内存开始显著增长的精确时间点，和脚本中正在执行的业务操作（如用户登录-查询报表-导出PDF）进行关联。再结合内存分析工具找到的可疑对象类名，就能迅速定位到可能产生泄漏的代码模块或API调用。