按系统性能度量指标收集数据可能会造成系统性能下降。
这就好像在软件测试时在代码的特定位置打入“探针”(如将一段临时的代码作为计数器)，来记录代码运行时的一些信息，例如代码运行时单位时间内经过探针的次数和占比，或经过的平均间隔时间等。
这些打入的探针会占用内存和耗用CPU时间，会对软件的性能产生影响，这称为“探针效应"。
在性能测试时也会产生探针效应，应尽可能降低在性能测试过程中因收集数据的工作而对系统性能造成的影响。
此外，在性能测试过程中会收集容积、精确度和速度等度量指标数据，而这些数据的收集必须借助工具才能实现。
为了收集这些不同的性能度量指标数据，测试人员往往会组合使用工具，但这会导致收集很多不必要或冗余的数据并产生其他问题。
性能测试中度量指标的数据有多个关键来源，接下来具体讲解。
一、性能测试工具
所有性能测试工具都会提供按度量指标收集数据的功能，即测量功能，测量的结果就是可量化的数据。
不同工具可能在显示度量指标的数量、展示度量指标数据的方式以及让用户根据特定情况自定义度量指标的能力上有所不同。
有些工具以文本格式收集并显示性能指标数据，而更为强大一些的工具则以图形化仪表盘的形式收集和显示性能指标数据。
许多工具提供指标数据的导出功能，方便后期的评估以及对测试结果的描述和汇报，也方便与其他工具或系统进行协同和数据共享。
二、性能监测工具
性能监测工具(例如监视器)通常作为性能测试工具报告(汇报)能力的补充。
此外，监测工具可用于系统性能的持续监测，并提醒系统管理员系统性能水平正在下降，系统错误和警报的级别正在提高。
这些工具还可用于检测和通报系统可疑行为，例如拒绝服务攻击。
三、日志分析工具
这些工具可以扫描服务器日志并从中汇集指标数据，其中一些工具可以创建图表以提供数据的图形视图。错误、警报和警告通常记录在服务器日志中，包括如下信息:口高使用率的资源，如高CPU使用率、高磁盘存储量消耗以及带宽不足；
内存错误和警告，如内存耗尽；
死锁和多线程问题，尤其是在执行数据库操作时;
数据库错误，如SQL异常和SQL超时。
四、应用程序日志
应用程序生成的日志文件可以提供运行时错误、警告以及其他操作细节。
日志分析工具可以帮助识别异常行为或潜在的问题。
五、服务器监控工具
这些工具（如Nagios, Zabbix, Prometheus等）能够监测CPU使用率、内存占用、磁盘I/O以及网络流量等硬件资源的状态。
有助于理解资源瓶颈所在。
六、数据库监控
数据库管理系统通常提供内置的性能监视功能，用于跟踪查询执行时间、锁等待情况、缓存命中率等。
第三方工具如SQL Profiler也能用来详细分析数据库活动。
七、应用性能管理（APM）工具
APM解决方案（如New Relic, Dynatrace, AppDynamics）专为监控和诊断分布式应用而设计。
它们能追踪事务流经各个组件的时间，帮助定位慢速服务点。
八、负载测试工具
工具如JMeter, LoadRunner, Gatling等在模拟大量并发用户访问时记录响应时间、吞吐量等关键指标。
提供了直观的方式来看到随着负载增加系统的承受能力如何变化。
九、操作系统层面的统计信息
使用命令行工具（例如Linux下的top, vmstat, iostat; Windows中的Performance Monitor）可以直接从操作系统获得实时的性能数据。
对于深入了解底层资源分配很有帮助。
十、Web服务器日志与状态码
HTTP请求/响应周期中产生的日志包含丰富的信息，比如每个URL被访问的频率、客户端IP地址、返回的状态码等。
分析这些日志有助于了解网站的整体健康状况及用户体验。
十一、浏览器开发者工具
现代浏览器提供的开发工具可以让前端工程师查看页面加载速度、JavaScript执行效率等方面的情况。
特别是在优化网页性能方面非常有用。
十二、第三方服务提供商报告
如果依赖外部API或云服务，则服务商可能会提供关于其服务稳定性和可用性的报告，有时还包括SLA合规性等相关信息。
