在国家“互联网+”智慧城市战略的指导下,全国掀起了建设政务大数据服务系统的热潮。然而政务大数据服务系统在海量数据压力下容易出现性能瓶颈,如果不能及时定位原因及采取解决措施,将存在系统崩溃的风险,可能会造成严重后果,因此亟需设计一个高效的性能测试平台。本文围绕大数据系统性能测试关键技术展开研究,并进一步构建政务大数据服务系统性能测试平台,此研究成果将直接为政务大数据服务系统的测试验证与调优提供强有力的技术支撑。本文主要贡献包括:（1）为了定位大数据系统产生性能瓶颈的原因,首先从硬件资源的角度入手,提出了基于信息增益率的瓶颈资源定位方法,通过创新性地将C4.5算法中的信息增益率指标应用于瓶颈资源的定位问题中,量化了各种硬件资源对系统性能的影响程度,从而使定位结果更加准确。其次,利用两种资源密集型负载分别模拟了大数据系统产生两种性能瓶颈的场景。最后,通过该方法对这两种场景分别进行实验评估,实验结果表明,该方法能够有效定位出大数据系统的瓶颈资源。（2）为了解决不同资源引发的性能瓶颈问题,提出了基于敏感参数筛选及剪枝策略的参数调优方案。首先,为了量化参数与资源之间的相关程度,提出了敏感度指标,并根据该指标提出了基于敏感度的参数筛选方法,从而针对不同的瓶颈资源选定敏感度比较高的参数作为调优对象。其次,为了提高搜索最优参数配置的效率,提出了以默认参数配置下的性能指标为基线的剪枝策略,并设计了基于该剪枝策略的参数调优方法。（3）在前述研究基础上,设计了一个将性能测试、瓶颈定位、参数调优三者相融合的政务大数据性能测试框架,并基于该框架实现了政务大数据服务系统性能测试平台。该性能测试平台分为负载测试模块、资源监控模块和参数调优模块。其中,在参数调优模块中实现的参数自动化调优工具可以部署在本地,大大降低了参数调优模块与大数据系统之间的耦合性。利用该工具对IO密集型负载和内存密集型负载进行了优化,二者的执行时间分别缩短了38.45%和27.1%。此外,还利用该调优工具对部署于大数据系统的短期交通流量预测应用进行调优,实验结果表明,该调优策略能够适用于实际的政务场景应用,参数调优方案的有效性和通用性均得到了验证。