谈谈压测

背景

随着业务不断发展，用户量不断增加，系统负载越来越高。为了解决系统负载问题，我们是不是直接大量增加机器就可以了？
同时，公司业务开展需要，可能需要开展各种营销活动，目前系统是否能够支持那么多用户也是个未知数，如何解决呢？
答案就是今天要讲的压测。

目的

• 验证单个业务及整个的处理能力及响应时间等
• 验证系统的性能瓶颈
• 合理的容量规划，而不是大量增加

分类

• 单接口压测
• 全链路压测

性能测试指标

业务类

• TPS
• 相应时间
  - 平均响应时间、最小响应时间、最大响应时间、90%响应时间等
  - 百分位数是一个统计学名词。99% 的百分位响应时间，指的是 99% 的请求响应时间都处在这个值以下。
  - 如果99%响应时间跟平均响应时间相差很大，那么说明是抗不住这么大量的，需要做相应调整及优化
• 业务成功率
  - 压测前要确定压测的业务成功率，不能把报错的数据当做压测结果，一般可以定业务成功率最少为1%
• 系统资源指标
• CPU使用率
• 内存使用率
• 磁盘繁忙率
• 网络IO

全链路压测

目的

只做单系统压测是不够的，因为在活动开始的瞬间，各系统都面临自身服务的巨大的压力，而系统之间是有互相依赖关系的，单机压测没有考虑到依赖环节压力都比较大的情况。一个系统出现故障，故障会在链路流转过程中层层累加，会造成无法评估的影响。

为什么选择线上环境做全链路压测

通常情况下公司不可能按照线上环境架构与性能要求1比1的搭建一套离线环境

应用TPS

由于是全链路压测，所以不能单看一个接口的TPS，需要查看同个应用的不同接口，相同应用不同接口的TPS之和可以当做是应用总的TPS

准备工作

• 确定压测场景
  - 制定大促的压测场景（比如秒杀、抽奖等）
  - 确认压测链路
• 估算流量漏斗
  - 流量转化不是百分百的，如100个用户看到商详，可能会有50个人会去下单，最后有45个人进行了支付，那么在全链路压测的时候就要进行流量漏斗的估算。
  - 可以根据近7天线上真实用户的行为数据分型分析建模，以及往期同类型活动线上的流量分布情况进行估算
• 确定压测目标
• 压测脚本
• 发通知及公告
  - 通知商家避开压测时间段
  - 通知相关业务方关注相关告警等
• 限流
  - 可能线上有开启限流，压测的时候要适当放开
• 影子库
  - 做业务数据隔离，防止生成脏数据影响线上业务
• 外部mock服务器
  - mock掉部分服务，比如微信支付

工具

• ab
  ab是apache自带的压力测试工具。ab非常实用，它不仅可以对apache服务器进行网站访问压力测试，也可以对或其它类型的服务器进行压力测试。比如nginx、tomcat、IIS等。
• wrk
  wrk 是一款c语言开发的现代的http性能基准测试工具，使用简单，功能强大。
• JMeter
  Apache JMeter是一款纯java编写负载功能测试和性能测试开源工具软件，小巧轻便且免费。
• Loadrunner
  Loadrunner是HP公司提供的一款性能测试工具，通过模拟成千上万个用户实施并发操作，测试系统的性能，并且提供详细的测试结果分析，协助用户查找问题。
  收费应用。
• 自研工具

参考资料

• 服务端压测怎么做 https://zingphoy.github.io/2020/04/26/服务端压测怎么做/
• 阿里巴巴的全链路压测 https://my.oschina.net/cctester/blog/994727
• 有赞全链路压测方案设计与实施详解 https://mp.weixin.qq.com/s/0a-Sd_fCkE2mDFzNpKxf7A