流量平台如何选型

构造流量

常见方式	线上流量回放	线上流量引流	流量模拟
主要原理	将线上集群的流量复制多份发送到指定的仓库, 然后使用指定压力机器进行放大回放,以达到压力测试的目的	将线上集群环境中多台机器的请求转发到一台机器上,以达到压力测试的目的	使用常见压测工具发起模拟流量调用来达到压力测试的目的
常用手段	TCPProxy、GoReplay、JVM-Sandbox-Repeater	1.使用nginx插件,nginx_http_mirror_module、Traefik Ingress 将线上环境的流量复制转发到一台机器上； 2.修改负载均衡中某台机器的权重,将更多的流量直接打到某台机器上，让待压测的机器分配更多的流量	Jmeter、Locust、nGrinder、Gatling工具模拟
优点	直接利用线上流量模型,使得压测的流量跟真实的业务流量很接近	1.直接使用最真实的线上流量; 2.操作方便; 3.压测结果较为准确 4.不会产生脏数据	1.上手简单; 2.开源;3.改造成本地; 4.性能开销少
缺点	1.需要借助一些自动化工具来提效; 2.需要解决各种session问题; 3.需要处理写请求脏数据的问题; 4.压力机器需要单独提供	只需要满足单机的需求,无法满足整体集群的压测需求	1.模拟先生真是流量模型成本较高； 2.大部分情况都在内网使用； 3.海量数据容易出现瓶颈； 4.需要处理写请求脏数据问题
适应场景	1.业务链路比较长的系统； 2.访问量大的系统需要改造	1.单机压测； 2.基准场景	1.新系统上线； 2.访问量不大的系统

流量回放工具方式

	基于应用层的流量回放工具	基于网络栈的流量回放工具,直接从链路层抓取数据	基于web服务器的请求复制
优点	实现简单，扩展性好，可定制化高	安装部署方便，对应用影响较小	请求多样化、成本低
缺点	挤占线上应用的资源，有可能会影响正常业务，要求高	实现复杂，只适合无状态的业务，无法轻易处理session	不具备通用性、丢失网络延迟、占用资源比较严重

流量回放工具比较

常见工具	TCPProxy	GoReplay	JVM-Sandbox-Repeater	RDebug
实现方式	底层依赖pcap库,复制基于TCP的packages包,修改TCP/IP头部信息,发给测试服务器	底层依赖pcap库,复制基于TCP的packages包,启动一个Gor进程,它负责所有的工作包括监听、过滤和转发	基于JVM Sandbox框架,通过字节码增强注入对目标应用进行AOP拦截	启动一个录制进程,它负责所有的工作包括监听、过滤和转发
开发语言	C	Golang	Java	Golang、C、C++、Php
作者	王斌	Leonid Bugak	阿里巴巴	滴滴
支持协议	基于TCP的任意应用层协议	https	HTTP/Java/Dubbo	Http/Thrift等
支持的应用	所有应用	所有应用	仅Java应用	仅PHP应用
优点	1.支持的协议比较丰富; 2.业务透明，代码完全解耦； 3.支持保留原数据	1.轻量,安全部署简单； 2.上手简单且易用; 3.功能丰富:支持流量过滤、倍数回放、参数改写； 4.业务透明、与业务代码完全解耦； 5.提供插件机制、可扩展； 6.知名度高，社区活跃	1.字节码增强方式,直接对Java类操作,功能较为强大； 2.业务透明，与业务完全解耦； 3.可插拔、较灵活、可自由组合	1.支持下游流量录制、回放不依赖下游环境； 2.业务透明、与业务代码完全解耦
缺点	1.部署结构稍复杂； 2.部分丢包； 3.有一定的学习成本； 4.存在性能瓶颈； 5.存在安全风险； 6.无法轻易处理session	1.不规范的HTTP请求可能丢失； 2.仅支持HTTP协议； 3.无法轻易处理session； 4.个人项目，社区相应速度一般	1.底层较复杂，有一定的学习成本； 2.会挤压线上应用的资源; 3.定位偏回归测试、无回放倍数功能； 4.有一定的开发工作量，维护成本高； 5.社区活跃性低	1.有一定的学习成本； 2.会挤占线上应用的资源; 3.需要一定的开发量,维护成本高； 4.还不成熟