目录
- 1 系统吞吐量的简单介绍
- 2 测试方法
- 2.1 客户端测试工具
- 2.1.1 get方法
- 2.1.2 post方法
- 2.1.3 测试结果解读
- 2.2服务器端检测方法
- 3 实际测试
- 3.1 shell脚本
- 3.2 c++提取程序：使用了libxl.h
- 4 测试中遇到一些问题
1 系统吞吐量的简单介绍
一个系统的吞度量（承压能力）与request对cpu的消耗、外部接口、io等等紧密关联。
单个reqeust 对cpu消耗越高，外部系统接口、io影响速度越慢，系统吞吐能力越低，反之越高。
系统吞吐量几个重要参数：tps、并发数、响应时间
- tps：每秒钟处理的事务数量
- 并发量： 系统同时处理请求数(事务数)
- 响应时间： 一般取平均响应时间
tps= 并发量/平均响应时间
这里因为说的事务如果是单一接口请求，我们也可以认为tps即为qps。
下面举例说明：
比如3000个用户(并发量)同时访问待测试接口，在用户端统计，3000个用户平均得到响应的时间为1188.538ms。所以tps=3000/1.188538s= 2524.11 q/s。
我们就可以这样描述本次测试，在3000个并发量的情况下，tps为2524.11，平均响应事件为1188.538ms
tps：在实际测试中表现为：
一个系统吞吐量通常由tps、并发数两个因素决定，每套系统这两个值都有一个相对极限值，在应用场景访问压力下，只要某一项达 到系统最高值，系统的吞吐量就上不去了，如果压力继续增大，系统的吞吐量反而会下降，原因是系统超负荷工作，上下文切换、内存等等其它消耗导致系统性能下降。
实际表现为tps即先上升后下降，我们需要找到性能拐点。并得到限制瓶颈。
2 测试方法
参考文献（详细输出说明）：
2.1 客户端测试工具
我们采用apachebench 工具进行测试。
ubuntu安装ab：
sudo apt-get install apache2-utils
linux默认登录端口只能打开1024个文件，因为在linux一切皆文件，所以ab并发数受到整个打开文件数的限制，需要使用ulimit -n 10000(打开文件数)进行修改后才能支持较大的并发。本人测试修改到15000。
2.1.1 get方法
ab -n 100 -c 100 https://www.baidu.com/index.html
-n:请求 总数
-c:并发用户数.
-url：待测api。
当测试发起请求数量较少，完成较快，无中间过程显示。在请求数量很多时会分行显示当前完成数量。
2.1.2 post方法
ab -n 10 -c 1 -t 'application/x-www-form-urlencoded' -h "authorization:bearer 2393d8db9b9d7f4b9d1570cc8776bca69b421b62" -p ./post http://172.28.28.17:3017/oauth2/token
- -h:可以设置响应header
- -t: post http header类型 默认为text/plain
- -p:post body内容， ab要求写在文件中，-p后跟文件目录，文件内容如name=hello&password=1234
2.1.3 测试结果解读
来份ab的测试输出：
ab -n 10 -c 2 上图结果为总请求10 并发为2的结果
我们主要关注的输出信息为：
- concurrency level: 10 //并发级别，也就是并发数，请求中－c参数指定的数量
- time taken for tests: 1.093 seconds //本次测试总共花费的时间
- complete requests: 100 //本次测试总共发起的请求数量
- failed requests: 0 //失败的请求数量。因网络原因或服务器性能原因，发起的请求并不一定全部成功，通过该数值和complete requests相除可以计算请求的失败率，作为测试结果的重要参考。
- total transferred: 103314 bytes //总共传输的数据量，指的是ab从被测服务器接收到的总数据量，包括index.html的文本内容和请求头信息。
- requests per second: 91.50 [#/sec] (mean) //平均(mean)每秒完成的请求数：qps，这是一个平均值，等于complete requests/time taken for tests=100/1.093=91.50
- time per request: 109.287 [ms] (mean) //从用户角度看，完成一个请求所需要的时间（因用户数量不止一个，服务器完成10个请求，平均每个用户才接收到一个完整的返回，所以该值是下一项数值的10倍。）
- time per request: 10.929 [ms] (mean, across all concurrent requests)// 服务器完成一个请求的时间。
- transfer rate: 92.32 [kbytes/sec] received //网络传输速度。对于大文件的请求测试，这个值很容易成为系统瓶颈所在。要确定该值是不是瓶颈，需要了解客户端和被测服务器之间的网络情况，包括网络带宽和网卡速度等信息。
其中我们最为关注的为requests per second: 即tps。我们将它最为服务器性能最为重要的指标。
2.2服务器端检测方法
可以通过 iftop命令和nethogs -d 对服务器网络情况进行检测。
可以通过iptables命令监控服务器端口流量。
可以通过 top | grep “node” 对内存和cpu进行判断。
对云上测试 可以使用云主机后台，但后台参数是分钟级后的平均值。
感觉好像这样测优点蠢
3 实际测试
使用apachebench 可以使用编写shell脚本进行多次测试。可以将待测api 放入api数组并修改循环数量，实现一次测试多个api并生成关键参数xls文件。现在看来还是原来太天真才会有这种想法。
3.1 shell脚本
使用说明：a 是请求总数 ，b是并发用户数一一对应,即a[0]对应b[0],传入参数第一个是待测api服务器地址，第二个是api所需参数。api设置在api数组中。添加多个api 或同意api多组测试请修改循环计数。
echo "you maybe use this sh like:"$0" serverip userparam"
a=(1000 2000 4000 6000 7000)#待测请求总数
b=(50 100 200 300 400)#并发用户数
runtime=$(date +%y%m%d%h%m%s)
if [ -z "$1"]
then
serverip="http://127.0.0.1"
else
serverip=$1
fi
if [ -z "$2"]
then
param="deviceid=xxx&bindingplatform=xxx&bindingid=xxx"
else
param=$2
fi
filename=${runtime}"-test.log"
touch filename
#api=('xxx'${param} 'xxx'${param} '/users/account')
api=('xxx'${param})
echo "********webserver test info*************"
echo "testtime :"$(date)
echo "logname :"${filename}
echo "serverip :"${serverip}
echo "userparam:"${param}
echo "********webserver test info*************"
#echo ${filename}
for j in {0..0}#待测api个数 即api数组数
do
echo "api test:"${serverip}${api[j]}
for i in {0..4}#待测api测试次数 5次也就是对应a b数组有个五个值
do
ab -r -k -n ${a[i]} -c ${b[i]} -c ${param} ${serverip}${api[j]} | grep -e"document path:" -e "complete requests:" -e "concurrency level:" -e"failed requests:" -e"time taken for tests:" -e "requests per second:" -e "time per request" -e"total transferred: " >> ${filename}
done
done
sed -i 's/^.\{24\}//g' ${filename}# 按照时间生成txt文件 并按上面的参数进行提取。
export ld_library_path=
./change ${filename} ${runtime}"report.xls"#chang 函数功能是将txt中关键数据变成xls文件。
rm ${filename}
3.2 c++提取程序：使用了libxl.h
#include <iostream>
#include <fstream>
#include <string>
#include "libxl.h"
using namespace std;
using namespace libxl;
int main(int agrc, char *argc[])
{
//cout << "helloworld" << endl;
fstream f;
ifstream ifile(argc[1]);
string temp;
int i = 0, j=1, k = 0;
book* book = xlcreatebook();//创建一个二进制格式的xls（execl97-03）的实例,在使用前必须先调用这个函数创建操作excel的对象
//book->setkey(......);//如果购买了该库，则设置相应的key，若没有购买，则不用这行
if (book)//是否创建实例成功
{
sheet* sheet = book->addsheet("sheet1");//添加一个工作表
for(i=0;i<30;i++)
{
for(j=0;j<10;j++){
sheet->setcol(i, j, 20);//设置列宽，格式等
}
}
i=0;
j=1;
if (sheet)
{
sheet->writestr(j, 0, "api");
sheet->writestr(j, 1, "concurrency level");
sheet->writestr(j, 2, "time taken for tests");
sheet->writestr(j, 3, "complete requests");
sheet->writestr(j, 4, "failed requests");
sheet->writestr(j, 5, "total transferred");
sheet->writestr(j, 6, "requests per second");
sheet->writestr(j, 7, "time per reques(user)");
sheet->writestr(j, 8, "time per reques(server)");
j++;
while (getline(ifile, temp))
{
if (temp[0] == '/'){
f << temp << " ";
sheet->writestr(j, i, temp.c_str());
}
else if (temp.find('[') != string::npos){
f << temp.substr(0, temp.find('[') - 1) << " ";
sheet->writestr(j, i, temp.substr(0, temp.find('[') - 1).c_str());
}
else if (temp.find('b') != string::npos){
f << temp.substr(0, temp.find('b') - 1) << " ";
sheet->writestr(j, i, temp.substr(0, temp.find('b') - 1).c_str());
}
else if (temp.find('s') != string::npos){
sheet->writestr(j, i, temp.substr(0, temp.find('s') - 1).c_str());
f << temp.substr(0, temp.find('s') - 1) << " ";
}
else{
sheet->writestr(j, i, temp.c_str());
f << temp << " ";
}
i++;
if (i == 9){
f << " " << endl;
i = 0;
j++;
}
}
ifile.close();
}
if (book->save(argc[2]))//保存到example.xls
{
//.....
}
else
{
std::cout << book->errormessage() << std::endl;
}
book->release();}
return 0;
}
4 测试中遇到一些问题
在用云主机时要注意一下云主机带宽的问题，小水管很可能成为瓶颈。
ab软件中total transferred 与端口流量有差距。端口流量大于total transferred，猜测是有封包的因素。所以不能把total transferred作为服务器消耗的流量来处理，用于计算云上某些按流量消耗的服务。
git：https://github.com/collapsarli/server_apachebench_shell.git
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持www.887551.com。