Jmeter分布式、测试报告、并发数计算、插件添加方式、常用图表

Jmeter分布式

应用场景

当单个测试机无法模拟用户要求的业务场景时,可以使用多台测试机进行模拟,就是Jmeter的分布

式测试。

Jmeter分布式执行原理

Jmeter分布测试时,选择其中一台作为控制机(Controller),其它机器作为代理机(Agent)

  • 执行时,控制机会把脚本发送到每台代理机上

-**代理机拿到脚本后就开始执行,**代理机执行时不需要启动Jmeter界面,可以理解它是通过命令行模式执行的。

-执行完毕后,代理机会把结果传给控制机,控制机会收集所有代理机的信息并汇总。

分布式相关注意事项

  • 系统上的防火墙关闭或打开正确的端口

  • 所有控制机、代理机、服务器都在同一网络上

  • 所有机器的Jmeter和Java版本必须一致

  • 关闭RMI SSL开关

Jmeter分布式配置和执行

配置 ---修改bin/jmeter.properties文件:

  • 代理机

    • 修改服务端口:保证每个代理机都能正常启动。如果是在同一台机器上演示需要使用不同的端口,多台机器可以不修改。例如:server_port=1999

    • 将RMI SSL设置为禁用。例如 server.msi.ssl.disable=true

  • 控制机

​ - 配置代理机远程地址:配置每个代理机的IP+port,多个代理机之间用','连接

​ 例如:remote_hosts=192.168.182.100:1099,192.168.182.101:2999

​ - 将RMI SSL设置为禁用。例如: server.msi.ssl.disable=true

执行

  • 代理机(命令行启动)

  • 进入bin目录,运行jmeter-server.bat,启动jmeter

启动时如果显示的是上面这样的异常

原因:jmeter.properties的文件找到server.rmi.ssl.disable=false,改为true,并把前面的#去掉

重新启动:

  • 控制机(界面方式启动)

  • 进入bin目录,运行jmeter.bat,启动jmeter

选择菜单:运行-->远程启动/远程启动全部

案例:

1.请求:http://www.baidu.com

2.一台控制机和两台执行机,做分布式;要求控制机启动,两台执行机执行,反馈结果。

操作步骤

1.配置代理机一,并启动

jmeter1:启动jmeter-server.bat文件

2.配置代理机二,并启动

jmeter2:启动jmeter-server.bat文件

3.配置控制机,并启动

主程序:启动jmeter.bat文件,启动jmeter,运行-->远程启动/远程全部启动

4.添加线程组

5.添加HTTP请求-百度

6.添加查看结果树

Jmeter测试报告

聚合报告

作用:收集性能测试结束后,系统的各项性能指标。如:响应时间、并发数、吞吐量、错误率等。

位置:测试计划-->右键-->监听器-->聚合报告

参数介绍:

  • Label:每个请求的名称

  • 样本:各请求发出的数量

  • 平均值:平均响应时间(单位:毫秒)

  • 中位数:中位数,50%<=时间

  • 90%百分比:90%<=时间

  • 95%百分比:95%<=时间

  • 99%百分比:99%<=时间

  • 最小值:最小响应时间

  • 最大值:最大响应时间

  • 异常%:请求的错误率

  • 吞吐量:吞吐量,默认情况下表示每秒完成的请求数,一般认为它是TPS。

  • 接收KB/sec:每秒接收到的千字节数

  • 发送KB/sec:每秒发送的千字节数

补充:

  • 正常情况下,响应时间的结果取平均值

  • 当响应时间最大值特别高,(超出平均水平特别多),导致平均值不能代表正常/大部分水平时,可以使用百分比时间。

    案例:
    1、请求:https://www.baidu.com
    2、模拟5个用户并发,控制服务器QPS为20,运行时长设置为1分钟
    3、添加聚合报告,收集系统性能指标:响应时间、吞吐量、错误率、网路速率

实现:

HTML测试报告

作用:Jmeter支持生成HTML测试报告,以便从测试计划中获得图表和统计信息

命令

复制代码
jmeter -n -t [jmx file] -l [result file] -e -o [html report folder]
eg:jmeter -n -t hello.jmx -l result.jtl -e -o ./report

参数描述

-n:非GUI模式执行的Jmeter

-t [jmx file]:测试计划保存的路径及.jmx文件名,路径可以是相对路径也可以是绝对路径

-l [result file]:保存生成测试结果的文件,jtl文件格式

  • e:测试结束后,生成测试报告

  • o [html report folder]:存放生成测试报告的路径,路径可以是相对路径也可以是绝对路径

注意:result.jtl和report会自动生成,**如果在执行命令时result.jtl和report已存在,必须用先删除,**否则在运行命令时,会报错。

复制代码
案例:
1、请求:https://www.baidu.com
2、模拟5个用户并发,控制服务器QPS为20,运行时长设置为1分钟
3、使用命令行的方式运行,并收集HTML测试报告

执行案例:

Jmeter测试报告的内容介绍

仪表盘统计:

APDEX(应用性能指标):

  • APDEX:满意度,范围在0-1之间,1表示达到所有用户均满意

  • T(Toleration threshold):容忍或满意阈值

-F(Frustration threshold):失败阈值

  • Request Summary(请求总结)

-成功与失败的请求占比,KO指失败率,OK指成功率

  • 详细信息:

    HTML测试报告:

    -chart(详细信息图标):它包括Throughput(吞吐量)、Response Times(响应时间)等

并发数

性能测试时TPS计算

性能测试时的TPS,大都是根据用户真实的业务数据(运营数据)来计算的

运营数据

普通计算方法

计算公式:TPS=总请求/总时间

数据分析

根据数据统计,在2019年第32周,日均PV为4.13万,可以估算为1天有4.13万请求(1次浏览都至少对应一个请求)

总请求数=4.13万 请求数=41300

总时间 = 1天 =1*24小时 =24*3600秒

套入公式

TPS = 41300请求数/24*3600秒 =0.48请求数/秒

结论:按照普通计算方法,理论上每秒能够处理0.48请求,就可以满足线上的需要(只能满足最基本的要求,但是不能很好覆盖系统正常的使用情况)

二八原则计算方法

二八原则就是指80%的请求在 20%的时间内完成

计算公式:TPS=总请求*80%/(总时间*20%)

套入公式

TPS: 41300*0.8请求数/24*3600*0.2秒 =1.91请求数/秒

结论:按照二八原则计算,在测试环境我们的TPS只要达到1.91请求数每秒就能满足线上需要。

二八原则的估算结果会比平均值的计算方法更能满足用户需求。

计算稳定性测试并发量

结合二八原则计算公式:TPS = 总请求数 * 80% /(总时间*20%)

  • 需要在测试环境模拟用户正常业务操作(稳定性测试)的并发量为:

TPS: 40474 * 0.8 请求数 / 16 * 3600 * 0.2秒 = 2.81请求数/秒

  • 并发TPS =有效请求数 * 80% /(有效时间*20%)
  • 当运营数据统计越精确时,计算出的并发TPS与实际的越接近

计算压力测试并发量

计算压力测试的并发数:TPS =峰值请求数/峰值时间 * 系数

-需要在测试环境模拟用户峰值业务操作(压力测试)的并发量为:

TPS = 8853 请求数 / 3600秒 * 3(系数) =7.38请求数/秒

  • 满足峰值请求时间段内的负载量,系数取决于项目组对于未来业务量的评估

练习:

某购物商场,经过运营统计,正常一天成交额为100亿,客单价平均为300元,交易时间主要

为10:00-14:00,17:00-24:00,其中19:00-20:00的成交量最大,大约成交20亿。

现系统升级,需要进行性能测试,保证软件在上线后能稳定运行。

请计算出系统稳定性测试时的并发(负载)量,及保证系统峰值业务时的并发(负载)量。

稳定性并发量

  • 并发TPS=有效请求数 * 80% / 有效时间*20%

  • 并发TPS= (100亿/300*80%)/(3600*11个小时*20%)

压力并发量:

  • 并发TPS=峰值请求数/峰值时间 * 系数
  • 压力TPS=(20亿/300)/(3600*1个小时)*系数

Jmeter下载第三方插件

说明:先下载Jmeter插件管理工具包,再用此包下载Jmeter插件

下载插件管理包步骤

  1. 下载包管理工具Jar包
  2. 将包管理工具jar包添加到Jmeter放入到 lib\ext目录下
  3. 重启Jmeter,可以在选项下看到插件管理器

安装第三方插件的步骤

  1. 打开Plugins Manager插件管理器
  2. 选择Avaiable Plugins,当前可用的插件
  3. 选择需要下载的插件(等待右方文本内容展示出来)
  4. 下载右下角的下载按钮,自动的完成下载,Jmeter会自动重启

需要下载的插件:

并发数及Jmeter性能测试常用图表

性能测试常用图表

Concurrency Thread Group线程组

阶梯线程组:作用是阶梯加压;图形界面显示运行状态

添加方式:测试计划-->线程(用户)--->Concurrency Thread Group

参数介绍:

  • Target Concurrency: 目标并发(线程数)
  • Ramp Up Time:加速时间
  • Ramp-Up Steps Count:加速步骤计数
  • Hold Target Rate Time:运行时间
  • Time Unit:单位时间(分钟或者秒)
  • Thread Iterations Limit:线程循环次数
  • Log Threads Status into File:日志记录

Transations per Second

每秒完成事务数:作用是统计各事务每秒钟成功的事务个数

添加方式:测试计划-->线程组-->监听器-->Transations per Second

Bytes Throughput per Second

每秒字节吞吐量:作用是查看服务器吞吐流量(单位/字节)

添加方式:测试计划-->线程组-->监听器-->Bytes Throughput Over Time

每秒性能指标统计

作用

  • 性能测试的结果统计,以聚合报告的结果为准
  • 每秒性能指标的作用是:查看系统长时间运行过程中是否有异常出现,有则进一步分析。

练习:

复制代码
1、请求:https://www.baidu.com
2、模拟5个用户并发,控制服务器QPS为20,运行时长设置为1分钟
3、添加性能测试常用图表

PerfMon组件监控服务器资源

作用:用来监控服务端的性能资源指标的工具,包括CPU、内存、磁盘、网络等性能数据。

添加方法:线程组-->监听器-->jp@gc - PerfMon Metrics Collector

注意:使用之前需要在服务器端安装监听服务程序并启动

监控服务器资源指标的步骤:

  1. 下载安装包ServerAgent-2.2.3.zip,链接地址:https://github.com/undera/perfmon-agent

  2. 上传到服务器上,并解压ServerAgent-2.2.3.zip

  3. 启动,如果是windows运行ServerAgent.bat,如果是linux 运行startAgent.sh

  4. 启动这个工具后,jmeter的插件jp@gc - PerfMon Metrics Collector就可以收集服务端的资源使用率,并在jmeter中查看了。

    案例一:

    1. 启动windows上安装的Tpshop商城项目
    2. 使用Jmeter编写脚本,访问首页,控制运行时间为60s,并同步监控服务器资源指标。

监控性能指标的步骤(windows服务器)

1.上传ServerAgent-2.2.3.zip到windows服务器上,并进行解压

2.启动ServerAgent程序ServerAgent.bat

3.添加线程组,配置持续时间为60s

4.添加HTTP请求-首页

5.添加PerfMon组件

6.添加聚合报告

监控性能指标的步骤(linux服务器):

  • 下载ServerAgent程序,并上传到服务器上
    • 通过xshell工具上传到指定的目录下
  • 手动启动ServerAgent程序,windows服务器startAgent.bat,linux服务器startAgent.sh
shell 复制代码
(1)解压缩: unzip ServerAgent2.2.3.zip
(2)进入ServerAgent目录,赋权限:
cd ServerAgent-2.2.3
chmod -R 777 *
(3)启动ServerAgent程序
./startAgent.sh
  • 添加HTTP请求 - 请求litemall首页
  • 在Jmeter中添加PerfMon监控组件,并配置
相关推荐
武子康1 小时前
Java-72 深入浅出 RPC Dubbo 上手 生产者模块详解
java·spring boot·分布式·后端·rpc·dubbo·nio
橘子在努力5 小时前
【橘子分布式】Thrift RPC(理论篇)
分布式·网络协议·rpc
lifallen7 小时前
Kafka 时间轮深度解析:如何O(1)处理定时任务
java·数据结构·分布式·后端·算法·kafka
沈健_算法小生9 小时前
基于SpringBoot3集成Kafka集群
分布式·kafka·linq
Swift社区10 小时前
ELK、Loki、Kafka 三种日志告警联动方案全解析(附实战 Demo)
分布式·elk·kafka
chanalbert18 小时前
Nacos 技术研究文档(基于 Nacos 3)
spring boot·分布式·spring cloud
线条120 小时前
Spark 单机模式安装与测试全攻略
大数据·分布式·spark
C182981825751 天前
分布式ID 与自增区别
分布式
码字的字节1 天前
深入解析Hadoop架构设计:原理、组件与应用
大数据·hadoop·分布式·hadoop架构设计
悟能不能悟1 天前
Dubbo跨越分布式事务的最终一致性陷阱
分布式·wpf·dubbo