基于Jmeter的性能压测平台实现

很早就想要一套属于自己的性能压测平台，原因是使用了阿里云的性能测试PTS，就挺羡慕能有一个这样的性能测试平台，但毕竟人家的东西我们高攀不起（要钱的），而且阿里云的性能测试平台是不支持多种协议的（比如我有一个项目要用websocket测试，结果人家就支持http压测）。

       说到开发自己的性能测试平台，肯定想到的是Jmeter，因为开源的性能测试工具没有比它更强大的了，所以第一个想到的是怎么把它变成性能测试平台，很多人首先想到的是通过jenkins结合jmeter，我想那也只能叫调度平台，不能叫性能测试平台。通过对Jmeter和Java快速开发框架的深入了解，我发现做一个自己的性能压测平台是可行的，而且网上也有人正在做。开发的过程肯定是无限的踩坑（开源的东西就这样），相对收获来说应该值的。以下是我针对开源的Java快速开发框架和别人实现的部分成品，再结合JMeterEngine的深入学习，梳理的平台架构：

该平台已经开源（无Java经验的测试人员慎入，以免烦扰）： https://gitee.com/smooth00/stressTestSystem

针对小白，提供了一键部署包：https://gitee.com/smooth00/stressTestSystem/releases，只要安装了JDK1.8，下载安装包stressTestSystem-min-V3.1.rar 解压后，通过批处理脚本就能运行压测平台。

以下是主要的技术选型及说明：

• 核心框架：Spring Boot 1.5
• 安全框架：Apache Shiro 1.3
• 视图框架：Spring MVC 4.3
• 持久层框架：MyBatis 3.3
• 定时器：Quartz 2.3
• 数据库连接池：Druid 1.0 （阿里开源）
• 日志管理：SLF4J 1.7、Log4j
• 页面交互：Vue2.x
• 前端监控：ECharts 3.8
• 压测内核（即JMeterEngine）：Apache JMeter 4.0（现已支持5.1.1版本）
• 脚本调用内核：Apache Commons Exec 1.3（弃用）
• 远程执行命令：Ganymed build210
• 批量上传组件：bootstrap-fileinput v4.5.2
• JVM内部缓存：Guava 18.0

选用的快速框架是经量级的，而且是方便快速部署的：

【renren-fast开发框架】，具体可以上网获取：https://www.renren.io/guide/

性能测试平台的项目结构：

stress-test
├─doc  项目SQL语句
│
│─lib  项目引用外部jar包（默认没有）
│
├─common 公共模块
│  ├─aspect 系统日志
│  ├─exception 异常处理
│  ├─validator 后台校验
│  └─xss XSS过滤
│ 
├─config 配置信息
│ 
├─modules 功能模块
│  ├─api API接口模块(APP调用)
│  ├─job 定时任务模块
│  ├─oss 文件服务模块
│  ├─sys 权限模块
│  └─test 压测模块
│ 
├─RenrenApplication 项目启动类
│  
├──resources 
│  ├─mapper SQL对应的XML文件
│  ├─static 第三方库、插件等静态资源
│  ├─views  项目静态页面
│  └─application.yml 环境配置

 平台已实现的部分功能：

（1）用例管理：

用例管理支持jmx脚本的上传和参数化文件及测试附件的上传，一个用例创建一个目录（脚本、参数文件、附件、测试报告都在同一用例下保存）。删除用例时会自动删除用例下所关联的脚本，并一并删除已同步到各个节点的文件。

（2）脚本文件管理

每个脚本具有启动和停止压测线程的功能（具有状态标识），每个参数化文件或附件具有同步到各个节点的功能（同步完成后标识为同步成功）。

 脚本文件除了启动和停止功能，还能配置是否开启报告生成和是否开户前端监控，监控为echarts图形监控，如下：

调用脚本进行压测的方法分为两种：

压测模式	调用模块	特点	优缺点
脚本调用模式	Apache Commons Exec	相当于通过远程执行jmeter命令调用脚本，完全依赖于jmeter bin目录	优点：实现简单，无需过多编程； 缺点：无法多线程控制，无法开启echarts监控，完全依赖本地Jmeter终端
引擎调用模式	JMeterEngine	用的是Jmeter压测内核，通过runTest方法开启压测线程，通过stopTest方法结束压测线程	优点：更加轻量级，多线程控制，支持单独停止某个脚本的测试，支持echarts监控，支持个性化扩展开发； 缺点：需要依赖更多编程实现

另外支持将脚本添加到任务，用的是框架本身的任务管理，加上cron表达式生成器插件的应用，可以方便的实现脚本的定时任务创建，这样就能定时执行脚本（这个是LR所不具备的功能，一般可以用于接口的自动化测试）：

 （3）测试报告管理

报告生成模式	调用模块	特点	优缺点
Jmeter Home命令模式	GenerateReport ByScript	相当于通过执行jmeter命令调用报告，完全依赖于jmeter home目录	优点：实现简单，无需特别编程，直接调用； 缺点：无法多线程控制，无法多用户并发生成报告，完全依赖本地Jmeter_Home目录的配置
Web进程多线程模式	GenerateReportLocal	采用本地web进程来实现CSV报告文件转化成html模板报告	优点：更加轻量级，多线程控制，使用更加轻便，配置简单（不依赖于Jmeter Home的配置）； 缺点：需要依赖更多编程实现

默认执行脚本过程中，生成了CSV报告，通过【生成报告】按钮，触发将csv报告转换成html DashBoard（这一步也是通过Commons Exec调度jmeter命令完成），展示效果如下：

除了测试报告，还支持调试报告（显示接口请求信息，类似于Jmeter的查看结果树） ，原理是调用xls模板将JTL结果转为html报告（区别于测试报告是将CSV结果转为html报告），展示效果如下：

（4）分布式节点管理

分布式节点管理通过Ganymed远程执行linux命令，来启动或是停止各节点的Jmeter-server，启动命令格式如下：

 //启动节点
 String enableResult = ssh2Util.runCommand(
        "cd " + slave.getHomeDir() + "/bin/testCases/" + "\n" +
        "sh " + "../jmeter-server -Djava.rmi.server.hostname="+slave.getIp());

如果是禁用节点，就是通过远程执行杀进程的命令：

ssh2Util.runCommand("ps -efww|grep -w 'jmeter-server'|grep -v grep|cut -c 9-15|xargs kill -9");

这种方式挺方便，省了在多台linux节点机上，手动去连接和启动jmeter（分布节点越多越显得方便快捷）。而且节点管理支持节点权重控制（原理是基于进程修改线程组的线程数属性来实现）。

另外跟原来相比，分布式节点管理增加了校准功能，就是为了解决节点因为人为因素停了，而管理端不能及时的作出判断，现在通过校准可以将后台节点的进程状态跟前台同步一次（避免进程异常关闭或错误启动），目前不是自动校准。因为无论是实时监听端口还是定时校准，效率都不是最好的。以后可以尝试在压测过程中添加监听机制，来实时监测节点状态，而非压测时段就通过手动点击校准即可，这样会相对经济一些。

（5）监控扩展（Grafana+InfluxDB）
由于我在以前的一篇文章中写过有关Grafana+InfluxDB与Jmeter的监控（关于Jmeter长时间压测的可视化监控报告），可以直接拿过来集成使用。集成的方式是开启Grafana的匿名登录（在defaults.ini中配置），到官网下一个Jmeter的监控视图JSON模板导入，同时以跳转的方式将Grafana嵌入到平台的iframe中。

var URL_IP = parent.location.host;
var URL_PORT = parent.location.port;
window.location = "http://"+URL_IP.replace(":"+URL_PORT,"")+":3000/d/joulMbxmz/apache-jmeter-dashboard?orgId=1";

 另外可以将Grafana和InfluxDB及一键启动脚本与性能压测平台一起部署，实现在部署层面上进行集成和无缝对接使用。

写到这我们的性能压测平台前期部分基本介绍完了，还有些功能未开始开发，比如像阿里云PTS的压测场景配置，这比较复杂，相当于是把脚本的场景设置移到WEB界面上，另外还要结合定时器进行脚本的灵活调度（发起压测、结束压测、持续时间、测试周期等），目前来看还没想好怎么实现。但是可以先实现线程组的在线管理：

（6）线程组管理

线程组管理的原理也不复杂，就是上传脚本时，通过dom4j递归扫描Jmx脚本（本质上是xml）的节点，获取线程组的配置节点参数，保存入库，然后在界面上修改和管理，改完还可以同步回Jmx脚本（也是通过dom4j对xml进行set配置）。目前实现的管理的线程组类别包括默认的ThreadGroup、jp@gc - Stepping Thread Group、jp@gc - Ultimate Thread Group，这三种已经算最常用的了。线程组管理的目的就是免去简单的线程配置（如并发数配置、线程组禁用）还要线下设置，设置完又要上传，另外脚本的线程组配置在平台界面上也能一目了然，避免又要临时打开Jmeter工具进行查看。

（7）压测节点监控

既然有了分布式节点管理，那边我们也可以做到对节点的分布式监控，在Influxdb-Grafana的基础上，引入telegraf来实现；我们通过界面上，加入监控开启和停止的按钮，再结合节点上部署的一些批处理命令，来实现一键启动监控代理。

启动和关闭的核心代码如下：

     /**
     * 批量切换节点的监控状态
     */
    @Override
    public void updateMonitorBatchStatus(List slaveIds, Integer monitorStatus) {
    	String execStr="";
        for (Long slaveId : slaveIds) {
            StressTestSlaveEntity slave = queryObject(slaveId);
            // 本机节点无需远程操作
            if ("127.0.0.1".equals(slave.getIp().trim())) {
            	Runtime r = Runtime.getRuntime();  
            	//执行本地操作系统命令，不关心返回结果，
        	    Process p = null;
				try {
					if(OS_NAME_LC.startsWith("windows")){
						if (StressTestUtils.ENABLE.equals(monitorStatus))
							execStr = "cmd.exe /c \""+StressTestUtils.getJmeterHome()+"\\telegraf\\start.cmd\" -a";
						else
							execStr = "cmd.exe /c taskkill /im telegraf.exe /f";					
					}else{
						if (StressTestUtils.ENABLE.equals(monitorStatus))
							execStr = "sh "+StressTestUtils.getJmeterHome()+"/telegraf/startUp.sh "+slave.getSlaveName();
						else
							execStr = "sh "+StressTestUtils.getJmeterHome()+"/telegraf/stop.sh "+slave.getSlaveName();	
					}
					p = r.exec(execStr);
					p.waitFor();
				} catch (Exception e) {
					// TODO Auto-generated catch block
					e.printStackTrace();
				} finally {
					if(null!=p){
						p.destroy();
						p=null;
					}
				}
				//更新数据库
	            slave.setMonitorStatus(monitorStatus);
	            update(slave);
            	continue;
            }
            //其他节点需要SSH远程连接
            SSH2Utils ssh2Util = new SSH2Utils(slave.getIp(), slave.getUserName(),
                    slave.getPasswd(), Integer.parseInt(slave.getSshPort()));
            // 避免跨系统的问题，远端由于都时linux服务器，则文件分隔符统一为/，不然同步文件会报错。
            String telegrafServer = slave.getHomeDir() + "/telegraf/telegraf";
            String md5Str = ssh2Util.runCommand("md5sum " + telegrafServer + " | cut -d ' ' -f1");
            if (!checkMD5(md5Str)) {
                throw new RRException(slave.getSlaveName() + " 监控模块出错！找不到telegraf启动文件！");
            }
            //如果是开启监控
            if (StressTestUtils.ENABLE.equals(monitorStatus)) {
            	//启动监控
            	execStr =
                        "sh " + slave.getHomeDir() + "/telegraf/startUp.sh " 
                        	  + slave.getSlaveName()+" "+stressTestUtils.getLocalIp();
            }else{
            	//禁用监控
            	execStr = "sh " + slave.getHomeDir() + "/telegraf/stop.sh";
            }
            String enableResult = ssh2Util.runCommand(execStr);
            logger.error(enableResult);

            if (!enableResult.contains("telegraf")) {
                throw new RRException(slave.getSlaveName() + " telegraf执行失败！请先尝试在节点机命令执行");
            }

            //更新数据库
            slave.setMonitorStatus(monitorStatus);
            update(slave);
        }
    }

       从代码我们也可以看出，我们将telegraf启动和配置文件都放置在jmeter节点的根目录下，这样能方便远程SSH调用，同时我们将监控平台的IP和节点名称也发送过去，并更新到telegraf.conf文件中，这样启动的telegraf进程就会将监控数据发回到我们的influxdb，并通过grafana监控到。以下是监控的效果：

       这样我们就实现了对压测机的监控（在测试过程中不对压测机监控是不合理的，特别是CPU、内存、网络IO等，万一出现测试机的性能瓶颈由于不能及时发现就会导致无用功），除了压测机的监控，我们可以由点及面，做出一个压测平台的监控服务平台，对被测服务端也进行监控。

（8）平台日志监控

       说是日志监控，目前只是实现了日志的前台展现功能，将info、debug、warn、error不同的日志级别用颜色标识。获取日志的方式是开通websocket通道，用spring-boot推送实时日志到前端页面显示，这种方式其实也没什么特别的，在网上能找到大把的实现方式，但其作用还是挺大的，平台运行或是压测过程中如果出现异常，直接在前台跟踪日志即可，没必要再跑到后台服务器上用tail命令跟踪了，易用性变强了。

更正说明：写这篇文章的时候，阿里云的PTS刚刚能支持原生jmeter（但前提是有项目支持你花这钱），也就是能支持websocket的压测，具体使用说明他们也提供了教程：https://help.aliyun.com/document_detail/93627.html?spm=5176.7946858.1219570.3.4ced572dQgCraE

版权声明：本文为博主原创文章，转载请附上博文链接！https://blog.csdn.net/smooth00/article/details/83380879