基于jmeter+perfmon的稳定性测试记录

🍅 点击文末小卡片,免费获取软件测试全套资料,资料在手,涨薪更快

1. 引子

最近承接了项目中一些性能测试的任务,因此决定记录一下,将测试的过程和一些心得收录下来。

说起来性能测试算是软件测试行业内,有些特殊的部分。这部分的测试活动,与传统的测试任务差别是比较大的,也比较依赖工具,一定程度上性能测试被认为是测试中的"高阶"部分,跟自动化测试、安全测试等并称。

2. 任务情况

2.1 任务总览

本次平台稳定性测试的目的在于:在服务器压力处于较饱和(达到80%系统最大TPS)压力之下,在较长时间(>8小时)之内观测服务器稳定性问题,以及资源使用情况和异常。

2.2 接口情况

本次测试不调用上下游接口,只压测创建订单接口。订单表存量数据19万,接口请求方式为PUT。

2.3 服务器配置

网关服务器 16核CPU、内存16G

应用服务器 16核CPU、内存16G

3. 测试过程

3.1 测试机及工具选择

由于在前序的测试过程中,可以确定本机jmeter运行可以驱动200线程数,达到接近系统极限吞吐量的情况。

因此本次稳定性测试决定延续使用本地PC使用jmeter仍以200线程进行测试,测试重点在于较长时间段内的稳定情况。

涉及到服务器资源的监控,将决定使用Jmeter插件perfmon配合serverAgent进行采集,以nmon作为实时监控工具。

具体工具选择如下:

3.2 工具安装配置

3.2.1 Jmeter

下载地址:http://jmeter.apache.org/download_jmeter.cgi

现在的最近版本为5.11,需要JDK 8+。建议使用3系列版本,原因后面说明。

安装配置:JDK以及环境配置等网上有大量教程,本文不再复述

3.2.2 ServerAgent

这个东西真是难找,从官网下载下来中断了很多次,好在最后还是下好了。

ServerAgent需要部署在服务器上,他会以service的形式将服务器资源使用信息进行收集和发送。

下载地址:

http://jmeter-plugins.org/downloads/all/

安装配置:将工具包解压至服务器,赋予755权限,直接使用./startAgent.sh启动服务。

启动成功后应该看到如下信息:

默认绑定端口为4444.

3.2.3 Perfmon

Perfmon是Jmeter插件,配合ServerAgent进行服务器资源监听。

下载地址:

https://jmeter-plugins.org/?search=jpgc-perfmon

安装配置:需要下载Jmeter plugin manager:

https://jmeter-plugins.org/install/Install/

将jar包放至JMeter 安装目录下的 lib/ext 子目录下,重启jmeter即可生效。

同样将perfMon jar包放至相同路径即可启用perfmon插件。

也可以通过GUI界面中的plugin manager 搜索安装,如下图所示:

3.2.4 nmon

下载地址:

http://nmon.sourceforge.net/pmwiki.php?n=Site.Download

找到支持服务器系统的版本下载

或者通过wget 下载:

https://nchc.dl.sourceforge.net/project/nmon/nmon16d_x86.tar.gz

安装配置:将压缩包解压至自选目录,赋予755权限,直接运行相应系统的.sh文件即可运行。(如果下载的文件不是.sh格式,可以直接更改后缀名)

本例中运行的就是如下脚本文件:

运行成功后可以看到如下界面:

可以通过键入c/m/d/n等调出相关资源监控,如下图,分别列出了CPU,Memory及磁盘IO:

3.2.5 Perfmon插件配置

在jmeter测试计划中添加perfmon监听器:

在配置界面中,添加所需要的监控项,如本例中监听了CPU/Memory/磁盘IO三项:

注意箭头标出的按钮,为监听具体度量的选择,本例中选择的分别是:

  • CPU:combined :综合CPU使用情况

  • Memory:usedperc:内存使用比例

  • DIsk IO:usedperc:磁盘IO占用比例

保持ServerAgent开启,那么在线程组运行开始,perfmon插件就将按照配置开始采集服务器资源数据。

4. 测试结果

4.1 聚合报告

总体样本数达到68676639个,平均响应时间299,吞吐量667.5/s,错误率0,总体比较稳定。

4.2 TPS及资源对比

TPS:

CPU:

内存:

可以看到:

TPS稳定在700-800之间,偶有波动,与实验室网络环境有关。CPU在TPS峰值时处于高占用状态,基本维持在70%左右。内存占用稳定在20%。

4.3 结论

经过本轮初步测试,在系统TPS保持在700以上的条件下,系统表现稳定,事务成功率达100%。测试过程中,CPU保持高位占用,其它系统资源未见明显瓶颈。

5. 问题

在测试的过程中发现了部分明显的问题,在此进行记录:
问题1:

压测过程中曾遇系统内存被大量缓存并无法自动释放的情况。
解决:

建立定时任务,定时清理内存缓存。

问题2:

压测过程中曾遇系统磁盘被占100%情况,导致TPS降至200左右,经查是由于应用日志写入导致。
解决:

建立定时任务,定时清理应用日志。

问题3:

测试中曾遇jmeter报错address already in use,经查是由于jmeter5本机环境过度占用系统端口导致,尝试增加开放端口数但是并未解决。改用jmeter3.3以后解决!

最后感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!凡事要趁早,特别是技术行业,一定要提升技术功底。

相关推荐
IVEN_8 小时前
只会Python皮毛?深入理解这几点,轻松进阶全栈开发
python·全栈
Ray Liang9 小时前
用六边形架构与整洁架构对比是伪命题?
java·python·c#·架构设计
AI攻城狮9 小时前
如何给 AI Agent 做"断舍离":OpenClaw Session 自动清理实践
python
千寻girling9 小时前
一份不可多得的 《 Python 》语言教程
人工智能·后端·python
AI攻城狮12 小时前
用 Playwright 实现博客一键发布到稀土掘金
python·自动化运维
曲幽13 小时前
FastAPI分布式系统实战:拆解分布式系统中常见问题及解决方案
redis·python·fastapi·web·httpx·lock·asyncio
孟健1 天前
Karpathy 用 200 行纯 Python 从零实现 GPT:代码逐行解析
python
码路飞1 天前
写了个 AI 聊天页面,被 5 种流式格式折腾了一整天 😭
javascript·python
曲幽1 天前
FastAPI压力测试实战:Locust模拟真实用户并发及优化建议
python·fastapi·web·locust·asyncio·test·uvicorn·workers