做外贸的网站都有哪些,小微企业建站,网站怎么才可以不备案,人工智能设计系统公司简介#xff1a;Apache JMeter 是 Apach 旗下的开源压测工具#xff0c;创建于 1999 年初#xff0c;迄今已有超过 20 年历史。JMeter 功能丰富#xff0c;社区#xff08;用户群体#xff09;庞大#xff0c;是主流开源压测工具之一。
作者#xff1a;灵苒、涧泉
Ap…简介Apache JMeter 是 Apach 旗下的开源压测工具创建于 1999 年初迄今已有超过 20 年历史。JMeter 功能丰富社区用户群体庞大是主流开源压测工具之一。
作者灵苒、涧泉
Apache JMeter[1] 是 Apach 旗下的开源压测工具创建于 1999 年初迄今已有超过 20 年历史。JMeter 功能丰富社区用户群体庞大是主流开源压测工具之一。
性能测试通常集中在新系统上线或大型活动前如电商大促春节活动等以验证系统能力帮助排查定位性能瓶颈等问题。
一次压测活动可粗略分为几个步骤
场景配置。配置压测场景模拟用户业务与系统的交互。压测执行。按指定压力量级启动压测。压测监控分析。压测中通常关注施压 RPS成功率业务响应时间RT网络带宽等关键指标。报告总结。披露系统能力是否符合要求同时沉淀记录系统性能演变和优化过程。
原生 JMeter 实施压测
在 JMeter 的 GUI 页面编辑压测脚本点击开始按钮调试 JMeter 脚本具体操作可参考 JMeter官网[1]。 对于场景简单要求测试并发量不高的情况下JMeter 本地测试就能满足需求。但随着互联网用户的增加对系统承载更大并发的需求日渐提升而单台 JMeter 施压机的施压能力有一定上限所以需要使用多台施压机以提高 JMeter 的施压能力这就要使用到 JMeter 的分布式施压功能。
JMeter 的分布式压测需要用户自己管理维护多台机器使用过程中注意以下几点
施压机的防火墙已关闭或打开了正确的端口。为 RMI 设置了 SSL 或禁用了它。所有施压机都在同一个子网上。如果使用 192.xxx 或 10.xxx IP 地址则服务器位于同一子网中。所有施压机上使用相同版本的 JMeter 和 Java。所有施压机都已经拷贝了切分好的 CSV 数据文件、依赖 jar 包等。压测过程中需要监控施压机是否正常发流量保持压力与配置一致。施压前配置好监控数据的收集方便压测结束后报告的生成。
由此可见 JMeter 的分布式压测需要协调各资源前置准备以及施压过程维护施压引擎比较麻烦对实施压测的人员来说压测效率低。
云上的 JMeter 实践
阿里巴巴有着非常丰富的业务形态每一种业务形态背后都由一系列分布式的技术体系提供服务随着业务的快速发展特别是在双 11 等大促营销等活动场景下准确评估整个业务站点的服务能力成为一大技术难题。
在这个过程中我们打造了自己的全链路压测系统以应对更复杂、更多样的压测需求并将此技术输出到 性能测试 PTS 上同时支持原生 JMeter 压测。
通过控制台实践 JMeter
上传脚本
打开 PTS 控制台[2] 主页左侧导航栏选择压测中心 创建场景 JMeter 压测 新建 JMeter 压测场景。填写场景名如 jmeter-test 。场景配置页面点击上传文件按钮上传本地测试通过的 test.jmx 脚本。 施压配置
施压配置 页面并发数设置为 50压测时长设置为 2 分钟。 保存压测
点击保存去压测弹出提示框点击确认PTS 即开始在云端引擎执行 JMeter 脚本发起压力。 压测中页面如下 注意因为机器配置和网络环境的差异PTS 施压机默认为 4 核 8GBGP 多线路公网PTS 上压测结果可能与本地压测结果存在一定差异。另外PTS 上的施压配置会覆盖原脚本中的配置原脚本无论是写死固定配置还是使用 JMeter 属性配置都没关系。
通过 OpenAPI 实践 JMeter
云计算会发展成像水电煤一样成为社会的基础设施。OpenAPI 好比一条条快速管道连接着企业和阿里云把资源源源不断的输送给企业。使用云计算来构建 IT 基础设施是未来的发展趋势这一点已经成为社会共识。OpenAPI 是云服务开放的重要窗口没有 OpenAPI 的云服务将很难被客户的系统所集成既影响了用户体验也制约了云厂商本身的发展。同样的在压测领域随着压测需求日益多样化更多用户希望将云上的压测能力继承到自己的系统或者根据自己的业务系统编排自定义的压测平台从而实现自动化定制化压测需求。
以下代码实现了使用 PTS 的 OpenAPI 一键启动 JMeter 压测场景并且在完成压测后查看压测报告。
引入 pom 依赖
!--创建PTS场景需要的实体类如果只使用JMeter压测则不需要引入--
dependencygroupIdcom.aliyun/groupIdartifactIdpts-api-entity/artifactIdversion1.0.1/version
/dependency
!--PTS Java SDK依赖。--
dependencygroupIdcom.aliyun/groupIdartifactIdpts20201020/artifactIdversion1.8.10/version
/dependency
!--阿里云核心库。--
dependencygroupIdcom.aliyun/groupIdartifactIdaliyun-java-sdk-core/artifactIdversion4.5.2/version
/dependency
复制下列代码
import com.aliyun.pts20201020.Client;
import com.aliyun.pts20201020.models.*;
import com.aliyun.teaopenapi.models.Config;import java.util.ArrayList;
import java.util.List;
import java.util.Map;public class StartingDemo {public static void main(String[] args) throws Exception {Client client getClient();// 创建场景String sceneId createScene(client);// 启动场景String reportId startTesting(client, sceneId);// 最多等待次数int count 0;// 查询是否已生成报告while (!hasReport(client, reportId) count 20) {// 若报告还未生成则等待(30s)一段时间再查询// 根据压测时间酌情等待Thread.sleep(30 * 1000);}// 查看报告getJMeterReport(client, reportId);}private static boolean hasReport(Client client, String reportId) throws Exception {ListJMeterReportsRequest request new ListJMeterReportsRequest();// 分页设置request.setPageNumber(1);request.setPageSize(1);// 查询条件设置request.setReportId(reportId);ListJMeterReportsResponse response client.listJMeterReports(request);return response.getBody().getReports().size() 0;}private static void getJMeterReport(Client client, String reportId) throws Exception {// 查看机器日志GetJMeterLogsResponse getJMeterLogsResponse getJMeterLogs(client, reportId);ListMapString, ? logs getJMeterLogsResponse.getBody().getLogs();// 查看采样器聚合数据GetJMeterSampleMetricsResponse getJMeterSampleMetrics getJMeterSampleMetrics(client, reportId);ListString sampleMetricList getJMeterSampleMetrics.getBody().getSampleMetricList();// 查看采样日志GetJMeterSamplingLogsResponse getJMeterSamplingLogs getJMeterSamplingLogs(client, reportId);ListString sampleResults getJMeterSamplingLogs.getBody().getSampleResults();}private static GetJMeterSamplingLogsResponse getJMeterSamplingLogs(Client client, String reportId) throws Exception {GetJMeterSamplingLogsRequest request new GetJMeterSamplingLogsRequest();// 分页设置request.setPageNumber(1);request.setPageSize(10);// 条件设置request.setReportId(reportId);GetJMeterSamplingLogsResponse response client.getJMeterSamplingLogs(request);return response;}private static GetJMeterSampleMetricsResponse getJMeterSampleMetrics(Client client, String reportId) throws Exception {GetJMeterSampleMetricsRequest request new GetJMeterSampleMetricsRequest();// 设置报告idrequest.setReportId(reportId);GetJMeterSampleMetricsResponse response client.getJMeterSampleMetrics(request);return response;}private static GetJMeterLogsResponse getJMeterLogs(Client client, String reportId) throws Exception {GetJMeterLogsRequest request new GetJMeterLogsRequest();// 分页设置request.setPageNumber(1);request.setPageSize(10);// 查询的压测引擎索引request.setReportId(reportId);GetJMeterLogsResponse response client.getJMeterLogs(request);return response;}private static String startTesting(Client client, String sceneId) throws Exception {StartTestingJMeterSceneResponse startTestingSceneResponse startTestingScene(client, sceneId);String reportId startTestingSceneResponse.getBody().getReportId();return reportId;}private static StartTestingJMeterSceneResponse startTestingScene(Client client, String sceneId) throws Exception {StartTestingJMeterSceneRequest request new StartTestingJMeterSceneRequest();request.setSceneId(sceneId);StartTestingJMeterSceneResponse response client.startTestingJMeterScene(request);return response;}private static String createScene(Client client) throws Exception {SaveOpenJMeterSceneRequest request new SaveOpenJMeterSceneRequest();// 定义场景SaveOpenJMeterSceneRequest.SaveOpenJMeterSceneRequestOpenJMeterScene scene new SaveOpenJMeterSceneRequest.SaveOpenJMeterSceneRequestOpenJMeterScene();// 设置场景名scene.setSceneName(test);// 设置文件列表包括JMeter脚本、JMeter压测依赖jar包、配置额度数据文件等ListSaveOpenJMeterSceneRequest.SaveOpenJMeterSceneRequestOpenJMeterSceneFileList fileList new ArrayListSaveOpenJMeterSceneRequest.SaveOpenJMeterSceneRequestOpenJMeterSceneFileList();// 设置文件的属性 需要设置文件的名称和文件公网可访问的oss地址SaveOpenJMeterSceneRequest.SaveOpenJMeterSceneRequestOpenJMeterSceneFileList testFile new SaveOpenJMeterSceneRequest.SaveOpenJMeterSceneRequestOpenJMeterSceneFileList();testFile.setFileName(baidu.jmx);testFile.setFileOssAddress(https://pts-openapi-test.oss-cn-shanghai.aliyuncs.com/baidu.jmx);fileList.add(testFile);scene.setFileList(fileList);// 设置场景并发可设置为100万scene.setConcurrency(1000000);// 设置引擎数量 说明一台引擎最多能发500并发最少1并发所以此处能设置的引擎数为[2,1000]另外引擎数量越多消耗vum越快scene.setAgentCount(2000);// 设置压测持续时间 60sscene.setDuration(60);// 设置测试文件的名称这个文件需包括在文件列表中scene.setTestFile(baidu.jmx);request.setOpenJMeterScene(scene);SaveOpenJMeterSceneResponse response client.saveOpenJMeterScene(request);return response.getBody().getSceneId();}private static Client getClient() throws Exception {// 填写自己的AK/SKString accessKeyId ak;String accessKeySecret sk;Config config new Config();config.setAccessKeyId(accessKeyId);config.setAccessKeySecret(accessKeySecret);Client client new Client(config);return client;}
}填写自己的 ak/sk
在上述代码的 getClient 中填写正确的 ak/sk
点击启动
点击 main 方法启动
通过插件实践 JMeter
对于长期使用 JMeter 的用户来说学习一款新的压测工具还是需要一定的时间成本。因此PTS 开发了一款 PTS-JMeter 插件可帮助 JMeter 用户在不改变原来的压测行为下直接使用 PTS 的压测资源。用户几乎不感知 PTS-JMeter 插件的存在与原生 JMeter 使用方式一致保存/打开 JMeter 脚本点击启动压测即可。
下载安装
点击链接下载最新版本 jar 包[3]
将 jar 包拷贝到 JMeter 主目录下的 lib/ext 扩展目录下 点击压测
新建 JMeter 脚本或者打开已有 JMeter 脚本点击 PTS-JMeter 启动按钮开始压测 查看报告
压测过程中JMeter 图形界面会显示部分压测指标用户可随时去控制台查看压测进程。压测结束后PTS 会生成更加详细的压测报告默认保留 30 天用户可随时去控制台查看。 其他
PTS-JMeter 插件更详细的使用方式可以去 PTS 帮助文档[4]中查看。
压测监控分析
性能测试不仅仅是简单的发起压力对压力负载RPS网络带宽等和业务表现RT成功率等的监控和分析也是压测活动的重要组成部分。JMeter 脚本中每个请求节点Sampler可设置一个具有业务含义的名字如 home 和 download page 我们可称之为业务 API 。JMeter 监控统计按业务 API 名字汇总如两个名字相同的请求节点将汇总统计为一个业务 API 。配置脚本时需注意不同业务 API 节点应配置为不同的名字。
业务 API 压力负载和表现
实际工作中不同业务 API 的统计数据可能存在巨大差异如浏览商品 RT 通常比提交订单快很多因此 PTS 默认将各个业务 API 独立统计展示如上述压测中页面展示的 home 和 download page。
压测中每个时间点的数据 PTS 都在后台记录了下来最终将形成完整直观的压测报告。点击业务 API 实时监控趋势图按钮 即可查看对应的 RPS成功率响应时间网络带宽等监控数据的变化趋势图。 业务 API 采样日志
很多时候我们还希望看到一个具体请求执行的详细信息。如有 1% 的请求失败需要查看完整的请求、响应内容以排查失败原因等。JMeter 图形界面下测试脚本时可添加 View Results Tree 查看单个请求的详细信息但执行压力测试时对每个请求都记录详细信息不仅没有必要而且非常耗费资源影响施压性能。
阿里云 PTS 采取了一个折中的办法施压引擎间隔一段时间对每个业务 API压测Sampler分别采样记录一条成功和失败如果有的请求详细信息。在压测中或压测报告页面点击查看采样日志按钮即可查询记录的请求采样信息并支持按业务 API压测Sampler响应状态是否成功请求时间等进行搜索过滤。 点击查看详情即可看到单个请求的详细信息。目前对详细信息提供了通用和 HTTP 两种展示模板HTTP 展示模板可针对 HTTP 请求进行更友好的排版展示展示内容包括请求 URL请求方法返回码完整的请求头、请求体响应头、响应体等。 因为页面上只展示文本内容请求体或响应体包含图片等无法识别为文本的内容时可能显示为乱码。另外当请求体或响应体很大时对应的内容可能被截断。
JMeter 日志
本地执行 JMeter 脚本时默认将日志记录到 jmeter.log 文件。在 PTS 上执行 JMeter 脚本时可通过 JMeter 日志页面实时查看 JMeter 日志并支持根据日志级别、时间或线程名进行查询过滤。 JMeter 日志主要用于脚本执行报错时排查错误原因。一些插件可能通过 JMeter 日志输出一些重要信息用户在 groovy 脚本等代码中也可以直接打印日志。
报告总结
压测结束后PTS 将汇总监控数据形成压测报告。用户根据压测报告分析评估系统性能是否符合要求如 RPS成功率和 RT响应时间是否符合期望。并可辅助用户排查分析业务系统性能瓶颈。
PTS 压测报告页面可查询历史压测报告列表。 点击查看报告打开查看报告详情。压测报告在 PTS 上默认保存 30 天可点击报告导出按钮导出保存 PDF 版压测报告到本地。压测报告概要信息包括压测执行时间RPSRT成功率等概要数据。场景详情包含全场景维度和业务 API 维度的监控统计信息。 相比手动命令行执行 JMeter 脚本PTS 更加简单易用提供简单直观的监控并提供海量施压能力 。
原文链接
本文为阿里云原创内容未经允许不得转载。
