ZETag云标签压力测试
[导读]：在软件运行时，设备不断增加，软件内信息量不断提升，程序压力不断增加，程序的承受能力至关重要。
DGiot方案：利用ZETA AP影子设备模拟1万ZETA AP、千万ZETag云标签同时在应用程序中工作；
其他方案：项目实践测试软件承受能力
引用
1 概述
1.1 测试背景
随着ZETA产业的发展与业务的深化应用，设备管理、网络管理、应用服务都面临大规模设备接入挑战。ZETA设备接入服务必须能够支持高并发性 (如超过百万级的并发设备接入)、高速率 (如每秒超过十万事件)、高吞吐量 (如每100秒处理超过GB)。同时，应用事件发生率各不相同，需要接入服务有超强的处理能力，保障应用事件的正常解析。
1.2 测试简介
压力测试是软件质量保证的一项基本行为，是每个重要软件测试工作的一部分。软件压力测试是指对系统不断施加压力的情况下，根据系统各项指标的变化情况来判断：
1、系统可能存在的瓶颈；2、系统负载能力；3、系统正常运行情况下的运行效率。
图1-实际业务场景
本次压力测试通过模拟1万ZETA AP、千万ZETA TAG标签的在线运行，精准高效完成ZETA AP、ZETag的在线协议解析、解析数据实时入库、海量数据在线查询与展示等流程。同时，对真实物流业务场景进行抽象，实现批次ZETag在不同线路上发生轨迹改变，移动过程中利用不同的ZETA AP实现定位。
ZETag在线运行过程中，每隔15分钟发送心跳包，被临近的单个或者多个ZETA AP报送至服务端。服务端会按照策略选择信号最好的上报数进行存库，并利用上报信号最好的AP对ZETag进行定位。
1.3 目的
通过压力测试，判断当前应用环境情况下系统的负载能力，为今后应用范围扩大，用户量上升后，服务器扩容、升级等提供必要的技术支撑，及服务器规划等。
本次测试目的是为了验证基于dgiot连接与设备管理平台的ZETA物流跟踪管理能够实现千万级ZETag云标签同时在线稳定运行、数据及时回传、正常入库、高效查库。
本次测试场景的压力与复杂度远高于真实场景，在保障ZETA物流跟踪当前业务可以正常开展的同时，也可以有效支撑ZETA相关业务应用的拓展与深化应用。
2 测试环境
2.1 网络
为了尽量避免网络传输给测试结果带来的影响，应该选取内部局域网作为压力测试的网络环境（但是我们没有专门的局域网，只能用外网测试）。网络框图如下：
图2-网络结构示意图
2.2 腾讯云服务器
平台服务器即连接与设备管理平台服务器，是压力测试的主要对象。平台服务器为目前正式环境中运行的服务器，应用服务器配置不同，其压力测试结果也不一致。
服务器配置如下：
2.3 应用服务器
服务器配置如下：
2.4 测试机
由于压力测试是对系统负载能力的测试，无法通过真是的环境来进行获取相关指标，因此通过测试机与测试服务，模拟1万AP、千万ZETATAG与服务器高频数据交互，利用算法虚拟真实业务场景下实际的操作来进行测试。
测试机部署虚拟云设备服务，及进行压力测试的客户端机器，一般采用高配置的机器来进行测试。
在压力测试过程中，一般忽略测试机对压力测试结果的影响。
测试机配置(腾讯云服务器)：
服务器类型
腾讯云服务器
2.5 条件与限制
为了尽量保证压力测试结果的真实性，在压力测试期间，做如下的条件限制：
1、尽量在局域网内进行压力测试，避免因网络原因干扰测试结果与结论；
2、数据库服务器除了处理测试应用系统请求外，不进行其它复杂应用请求；
3、测试应用服务器不进行其它的正常业务处理，因此压力测试安排在非工作日进行；
4、压力测试结果忽略测试机、应用服务器、网络等其它额外的开销，不作为系统瓶颈的分析对象。
2.6 测试场景
启动测试机，导入已编写好的服务，设置线路条数、起始位置、发送频率、AP数量、TAG取值范围、等参数信息，便可以启动模拟场景，进行AP、TAG与服务器的高频数据交互。
3测试工具
3.1测试工具
测试工具：虚拟AP；监控工具:Grafana
3.2工具简介
利用ZETAAP影子设备模拟1万ZETAAP、千万ZETATAG同时在应用程序中工作的环境，对应用程序进行负载测试。当应用程序在负载状态下运行时，Grafana会准确评测、监控并分析系统的性能和功能。
ZETAAP影子设备使用TCP/IP协议，主要思想是使用虚拟设备来模拟真实设备并发对系统施加压力。通过ZETAAP影子设备模拟接收ZETATAG标签上报数据，将上报数据上报至服务端。
4测试场景与指标
ZETAAP、ZETATAG设备消息收发是平台功能模块中实现数据网关功能，同时服务器需要进行复杂运算的查询、计算。但也是系统中基本的模块，操作量相对较大，性能的要求较高，对服务的压力相对较大。
ZETA物流跟踪业务场景图
ZETA设备运行模拟：
ZETA AP：每10s主动连接服务端，连续30min未连上等待2min再次连接；
连接状态下1min一次心跳交互；
连续三次未收到ACK，发起重连。
ZETA TAG：每15分钟上报一次心跳包；
心跳报文被不同AP接收上报后，服务端会比较后保留首次
收到TAG心跳后3s内RSSI最强上报的AP位置信息作为TAG的当前位置。
客户端场景模拟描述：
运输、配送线路：本次场景模拟线路总计200条，线路可以配置。
运输车辆：本次场景模拟运输车辆50000部，货车会模拟真实物流场景在既定线路上进行移动，车上ZETag云标签随之移动。
ZETA AP：本次模拟10000台，每条线路上分布500台ZETA AP
ZETag云标签数量：本次模拟在运ZETag云标签1000万个，ZZETag云标签随运输车辆移动，每隔15分钟的心跳报文被相邻的2-3个ZETA AP接收。
服务端业务描述：
1、每15分钟内完成千万在运ZETag云标签心跳数据包解析（加上冗余报文，每15分钟内解析心跳报文数量2000多万条）；
2、完成ZETag云标签心跳数据比较与冗余数据过滤；
3、完成解析出的海量TAG位置信息实时分类入库；
4、支持ZETag云标签最新位置更新与轨迹查询；
5、每分钟完成1万ZETA AP的心跳报文解析、存储；
6、完成ZETA AP运行状态信息的接收与存储；
7、支持ZETA AP运行状态信息查询。
根据测试系统中消息的业务场景情况，选取以下指标作为场景压力测试情况判断依据：
A、ZETA AP在线情况统计
B、ZETA AP在线率
C、在线ZETag云标签数量
D、ZETA标签解析包数量
E、1/5/15分钟CPU平均负载
F、内存使用量
5测试策略
5.1测试准备
按照本测试方案及测试计划，准备测试数据，完成服务部署，并在模拟环境中进行测试运行。
5.2压力测试
压力测试分以下几种情况测试：
测试内容
测试项说明
A、ZETA AP在线情况统计
统计同时在线的ZETAAP数量
B、ZETA AP在线率
在线ZETAAP与模拟总量的比值
C、在线ZETAG标签数量
统计心跳周期内ZETAG在线数量
D、ZETA标签解析包数量
平台完成的ZETA标签解析数量
E、1/5/15分钟CPU平均负载
平台服务器的CPU负载信息
F、内存使用量
平台服务器的内存使用量
压力测试过程中需要记录的性能指标包括：
测试环境
指标
平台指标
最大AP在线数 ZETAG标签并发数 最小响应时间 最大响应时间 平均响应时间
被测服务器CPU
最小 平均 最大
被测服务器内存消耗
最小值 最大值 平均值
6测试结果
6.1测试结果数据与分析图表
ZETag云标签数据包入库总量（入库超10亿条）：
ZETA AP在线数量：
ZETag云标签在线数量统计（15分钟最高超过1856万）：
ZETag云标签解析数量：(两小时内约解析1.5亿条)
1/5/15分钟CPU负载统计：（负载比较平稳）
内存使用量：（客户端最高7.19G，服务端最高29.6G）
磁盘读写测试：
API 压力测试结果：
ZETag接口
超时时间为5秒
随机读tag，数据库内数据58169933条
tag 生成方式：FF开头后六位随机生成
请求次数/次
200000
测试总时间/秒
269.583
返回200数
120116 / 200000
返回404数
79884 / 200000
返回其他状态码
0 / 200000
返回成功率/ %
100
每秒请求数/ 次/秒
741.88
- 返回status code为200（找到目标tag）或404（找不到目标tag）两者都视为调用成功
服务器CPU负载
服务器内存负载
12.png
ZETag History 接口
超时时间为5秒
对所有tag随机读，limit值为100，日期范围在合理范围内随机产生，数据库内数据58169933条
tag生成方式：FF开头后六位随机生成
日期生成方式：1569558137~1569579737间随机数
请求次数/次
200000
测试总时间/秒
298.123
返回200数
200000 / 200000
返回其他状态码
0 / 200000
返回成功率/ %
100
每秒请求数/ 次/秒
670.86
服务器CPU负载
服务器内存负载
14.png
6.2测试结果分析
根据以上测试结果可得出以下结论：
测试内容
测试结果（取值范围）
A、ZETA AP在线情况统计
9960-20000
B、ZETA AP在线率
100%
C、在线ZETag云标签数量
最大值：18562926
D、ZETag云标签解析包数量
合计：1010505054
E、1/5/15分钟CPU平均负载
1分钟 ：0.11-15.85分钟:0.78-13.915分钟:5.8-11.65
F、内存使用量
服务端：12.46G（平均）客户端：2.90G（平均）
经分析可以得出以下结论：
1、15分钟内超过千万个（1020万）的ZETag云标签完成了心跳数据包上报、解析、存储；
2、服务运行稳定，内存使用量与CPU负载均在平稳状态；
当前存在问题
综上所述，平台可以稳定支撑千万级ZETag云标签同时在运的物流跟踪网络运营与业务应用。通过优化策略与扩容可以支撑更大规模、更多领域的ZETA应用。