1.常用压测工具
- Apache的ab压力测试
- Nginter 韩国研发
- Arthas 阿里测试工具
- JMeter : 可视化的测试工具
注意:测试容易受到网络抖动的干扰,服务器硬件配置环境影响;因此压力测试一般情况下,都应该在内网进行,不在外网去测试;
2.压测机环境准备:JMeter部署
官网:https://jmeter.apache.org/
教程:http://www.jmeter.com.cn/2747.html
Apache JMeter是Apache组织开发的基于Java的压力测试工具。用于对软件做压力测试,它最初被设计用于Web应用测试,但后来扩展到其他测试领域。 它可以用于测试 静态和动态资源 ,例如静态文件、Java 小服务程序 、 CGI 脚本 、 Java 对象 、 数据库 、 FTP 服务器 , 等等。
2.1 JMeter下载安装&启动&配置
jemeter镜像下载地址:jmeter.apache.org/
windows可以使用图形化界面进行测试,linux建议使用命令模式进行测试。但是为了测试的便捷性,我们使用jmeter的图形化界面进行压力测试。
1 )使用windows方法进行启动
2 )配置外观
3 )中文简体
需要修改jmeter.properties
language=zh_CN
好了,jmeter启动使用是很简单的。
2.2 入门案例
疑问:SpringBoot理论上线?200TPS
为什么单体的SpringBoot并发怎么这么高?9000+
1 )新建压力测试
2 )配置线程组:
线程属性说明:ramp-up背后含义不好理解,案例做完有详细解释
- 线程数: 5000 , 线程数量
- ramp-up:表示在指定时间之内把这些线程全部启动起来。 这里表示 5s以内把 5000 个线程全部启动起来。
- 循环次数:20 ,表示把 5000 thread /5s 循环 20 次
3 )配置HTTP接口:
http://localhost:8080/user/findByUsername/llsydn
选择Java,选择keepalive方式,使用长连接的方式,防止频繁的建立连接,关闭连接消耗性能,这样我们的压测的性能消耗就会有部分消耗在建立,关闭连接的网络消耗上,这样会导致我们的压测数据不准确
4 )配置结果监听:
配置监听器:监听压测结果【聚合报告和汇总结果很类似,看一个就行】
- 聚合报告:查询结果信息聚合汇总,例如样本、平均值、通吐量、最大值、最小值...
- 图像结果:分析了所有请求的平均值、终止、偏离值和通吐量之间的关系。
- 汇总结果:汇总压测结果
- 汇总图:将压测结果以图像形式展示
- 察看结果树:记录每一次压测请求
添加方法,按照上图所示即可。
2.2.3、压测结果解释
1 )聚合报告:
- 样本(sample): 发送请求的总样本数量
- 响应时间【单位ms】:
- 平均值(average):平均的响应时间
- 中位数(median): 中位数的响应时间,50%请求的响应时间
- 90%百分位(90% Line): 90%的请求的响应时间,意思就是说90%的请求是<=1765ms返回,另外10%的请求是大于等于1765ms返回的。
- 95%百分位(95% Line): 95%的请求的响应时间,95%的请求都落在1920ms之内返回的
- 99%百分位(99% Line): 99%的请求的响应时间
- 最小值(min):请求返回的最小时间,其中一个用时最少的请求
- 最大值(max):请求返回的最大时间,其中一个用时最大的请求
- 异常(error): 出现错误的百分比,错误率=错误的请求的数量/请求的总数
- 吞吐量TPS(throughout): 吞吐能力,这个才是我们需要的并发数!!!
- Received KB/sec----每秒从服务器端接收到的数据量
- Sent KB/sec----每秒从客户端发送的请求的数量
2 )汇总报告
- 样本(sample): 发送请求的总样本数量
- 响应时间【单位ms】:
- 平均值(average):平均的响应时间
- 最小值(min):请求返回的最小时间,其中一个用时最少的请求
- 最大值(max):请求返回的最大时间,其中一个用时最大的请求
- 标准偏差:度量响应时间分布的分散程度的标准,衡量响应时间值偏离平均响应时间的程度。标准偏差越小,偏离越少,反之亦然。
- 异常(error): 出现错误的百分比,错误率=错误的请求的数量/请求的总数
- 吞吐量TPS(throughout): 吞吐能力,这个才是我们需要的并发数
- 每秒接收 KB/sec----每秒从服务器端接收到的数据量
- 每秒发送KB/sec----每秒从客户端发送的请求的数量
- 平均字节数
3 )察看结果树:
记录了样本中的每一次请求
4 )图形结果
分析了所有请求的平均值、终止、偏离值和通吐量之间的关系
- 横坐标:为请求数量,单位个数
- 纵坐标:响应时间,单位ms
2.2.4、线程属性参数原理
线程属性参数原理结论:
- 线程数设置:根据项目并发需求确定
- Ramp-Up Period设置:不宜过小也不宜设置过大,经验的做法是设置ramp-up period等于总线程数
- 循环次数:决定测试执行时间
1 )参数基本概念
线程数:
- 线程组常用来模拟并发用户访问,每个线程均独立运行测试计划。
循环次数:循环执行多少次操作
- 循环次数表示了循环执行多少次操作!循环次数直接决定整个测试单个线程的执行时间,和整体测试执行时间。
- 单线程执行时间 = 单请求平均响应时间 * 循环次数
- 整个测试耗时 = 单线程执行时间 + (Ramp-Up - Ramp-Up / 线程数)
Ramp-Up:建立全部线程耗时
- Ramp-Up Period(in-seconds)代表隔多长时间执行, 0 代表同时并发
- 用于告知JMeter 要在多长时间内建立全部的线程,默认值是 0 。
2 )为什么需要有Ramp-Up Period,立刻创建出来所有的线程不是更好?
- 目的是为了模拟大部分网站的真实用户并发场景
- 对于绝大多数的网址或应用,更真实的情况是并发用户逐渐递增,而不是从一开始便立即有大量并发的用户,“ramp-up period”概念的引入可以覆盖测试这个场景;