轉如何進行 5 萬並發用戶負載測試？

阿新 • • 發佈：2019-03-01

src -s led 網站 path 結束叠代創建更改

本文將介紹運行 5 萬並發用戶測試所需要的步驟（該測試用戶量最多可達 200 萬）。

步驟概述

編寫腳本；
使用 JMeter 進行本地測試；
BlazeMeter 沙箱測試；
使用一個控制臺和一個引擎，設置每個引擎的用戶數量；
設置和測試集群（一個控制臺和 10 到 14 個引擎）；
使用主從功能達到最大並發量目標。

技術分享圖片

第 1 步：編寫腳本

在開始之前，請先從 JMeter Apache 社區網站（http://jmeter.apache.org/）獲取最新的 JMeter 版本。

下載 JMeter 插件管理器（https://jmeter-plugins.org/wiki/PluginsManager/）。下載好 JAR 文件後，將其放入 JMeter 的 lib/ext 目錄。然後，啟動 JMeter，並轉到“選項”菜單，找到插件管理器。

你可以通過多種方式獲取腳本：

使用 BlazeMeter Chrome 插件記錄測試步驟；
使用 JMeter HTTP（S）測試腳本記錄器設置代理，運行測試，並記錄所有內容；
從頭開始手動操作並構建所有內容（主要針對功能 /QA 測試）。

如果你的腳本是通過錄制得到（如上面的步驟 1 和 2），請記住：

你需要修改某些參數，例如用戶名和密碼，或者使用包含這些參數的 CSV 文件，這樣每個用戶都可以是唯一的。
你可能需要使用正則表達式、JSON 路徑提取器、XPath 提取器來提取各種元素（如 Token-String、Form-Build-Id 等），以便完成“AddToCart”、“Login”之類的請求。

保持腳本參數化，並可以使用配置元素（例如 HTTP 請求默認值），以便可以更方便地切換環境。

第 2 步：使用 JMeter 進行本地測試

開始調試腳本，一個線程，進行一次叠代，使用 View Results Tree、Debug Sampler、Dummy Sampler 和打開的 Log Viewer（以防出現 JMeter 錯誤）。

運行所有的場景（返回 true 和 false），確保腳本可以按預期正常運行。

在使用一個線程成功運行腳本後，將線程數提升到 10 到 20 個，時間為 10 分鐘：

如果你希望每個用戶都是唯一的——結果是這樣的嗎？
有發生任何錯誤嗎？

如果你正在進行註冊過程測試，請看一下後端——是否根據你的模板創建了帳戶？它們是唯一的嗎？
從摘要報告中可以看到有關測試的統計信息——它有意義嗎？找到平均響應時間、錯誤、命中率 / 秒。

在腳本準備好之後：

刪除 Debug/Dummy Samplers 和腳本監聽器；
如果你使用了監聽器（例如“將響應保存到文件”），請確保沒有使用任何路徑！對於監聽器或 CSV 數據集配置，請確保沒有使用本地路徑。相反，只使用文件名，就好像它與腳本位於同一文件夾中一樣。
如果你使用了專有的 JAR 文件，請務必將它上傳。
如果你使用了多個線程組（或不是默認線程組），請確保在將其上傳到 BlazeMeter 之前設置好這些值。

第 3 步：BlazeMeter 沙箱測試

如果這是你的第一次測試，應該閱讀一下這篇文章（http://community.blazemeter.com/knowledgebase/articles/65152-adding-a-new-jmeter-test-plan），了解如何在 BlazeMeter 中創建測試。

沙箱允許你對腳本和後端進行測試，確保 BlazeMeter 一切正常。

首先，按下灰色按鈕：選擇要控制的 JMeter 引擎，以便完全控制測試參數。

你可能會遇到的常見問題包括：

防火墻——確保你的環境對 BlazeMeter CIDR 列表（正在不時更新）是開放的，並將它們列入白名單；
確保所有測試文件（例如 CSV、JAR、JSON、User.properties 等）都在；
確保沒有使用任何本地路徑。

如果還有問題，請查看日誌中的錯誤（你應該可以下載整個日誌）。

沙箱配置可以是這樣的：

引擎：僅限控制臺（一個控制臺，0 個引擎）
線程：50-300
加速時間：20 分鐘
叠代：永遠
持續時間：30-50 分鐘

你可以在加速期間獲得足夠的數據，分析一下結果，確保腳本按預期執行。

你應該看一下 Waterfall/WebDriver 選項卡，看看請求是否正常。這個時候你應該不會遇到任何錯誤（除非你是有意的）。

另外，還要看一下監控選項卡，看看使用了多少內存和 CPU——這有助你完成步驟 4，到時你可以嘗試設置每個引擎的用戶數。

第 4 步：使用一個控制臺和一個引擎設置每個引擎的用戶數量

在確信腳本可以在 BlazeMeter 中完美運行之後，我們需要弄清楚一個引擎可以支持多少用戶。

如果你能夠使用沙箱數據來確定，那就太好了！

我將為你提供一種方法來解決這個問題，無需查看沙箱測試數據。

將測試配置設置為：

線程數：500
加速時間：40 分鐘
叠代：永遠
持續時間：50 分鐘

接下來，使用一個控制臺和一個引擎。

運行測試，並通過監控選項卡監控測試引擎。

如果你的引擎沒有達到 75％的 CPU 利用率或 85％的內存使用率（可以忽略一次性峰值）：

將線程數改為 700，並再次運行測試；
提高線程數，直到獲得 1000 個線程或 60％的 CPU/ 內存使用率。

如果你的引擎超過了 75％的 CPU 利用率或 85％的內存使用率（可以忽略一次峰值）：

註意第一次達到 75％的時間點，然後查看當時有多少用戶。
再次運行測試，這次使用從上一次測試中獲得的用戶數量。
這一次，使用實際測試的加速時間（5 到 15 分鐘是一個不錯的值），並將持續時間設置為 50 分鐘。
確保在整個測試過程中不要超過 75％的 CPU 或 85％的內存使用率。

為了安全起見，可以為每個引擎減少 10％的線程數。

第 5 步：設置和測試集群

我們現在知道一個引擎可以支持多少線程。在這一步結束時，我們將知道一個集群（測試）可以支持的用戶數量。

集群是一種邏輯容器，只有一個控制臺和 0 到 14 個引擎。當使用超過 14 個引擎時，它實際上會創建兩個集群（控制臺數量會增加）並克隆你的測試。

每個控制臺最多 14 個引擎是基於 BlazeMeter 的測試得出的結果，可以確保控制臺能夠處理 14 個引擎的壓力。

因此，在這個步驟中，我們將采用步驟 4 的測試，只是將引擎的數量增加到 14。

在測試運行時，請轉到監控選項卡，並驗證：

不會有引擎超過 75％ CPU 或 85％內存限制；
找到控制臺標簽。轉到日誌選項卡 -> 網絡信息，查找控制臺的私有 IP，這樣就可以找到控制臺的名稱。它不應達到 75％ CPU 或 85％內存限制。

如果控制臺達到了這些限制，請減少引擎數量，並再次運行測試，直到控制臺處於這些限制範圍內。

在這個步驟結束時，你就會知道：

每個集群可以支持的用戶數量；
每個集群可以達到的命中次數。

在負載結果圖下的聚合表中查找其他統計信息，獲取有關集群吞吐量的更多信息。

第 6 步：使用主從功能達到最大並發量目標

我們已經到了最後一個階段。

我們已經知道腳本可以正常運行，還知道一個引擎可以支持多少用戶以及一個集群可以支持多少用戶。

我們假設有這些值：

一個引擎可以支持 500 個用戶；
集群將有 12 個引擎；
我們的目標是進行 5 萬用戶的測試。

因此，我們需要創建 50000(500 * 12) = 8.3 個集群。

我們可以使用 8 個包含 12 個引擎（4 萬 8）的集群和一個包含 4 個引擎（另外 2 千）的集群。但是，最好可以像這樣分布負載：

我們將為每個集群使用 10 個引擎，而不是 12 個，這樣每個集群的用戶數可以達到 10 * 500 = 5 千。然後再使用 10 個集群，就可以達到 5 萬的規模。

這將有助於我們：

不需要維護兩種不同的測試類型；
可以通過簡單地復制現有的集群每次增長 5 千（5 千比 6 千更常見）；
如果有需要，我們可以隨時添加更多的集群。

我們現在準備好用 5 萬用戶創建最終的主從測試：

將測試名稱從“My prod test”更改為“My prod test - slave 1”。
我們回到第 5 步，在高級測試屬性裏將 Standalone 更改為 Slave。
保存，我們現在有九個從集群測試和一個主集群測試。
回到“My prod test -slave 1”。
按復制。
現在，重復步驟 1 到 5，直到創建完所有的九個從集群測試。
回到“My prod test - slave 9”，並按下復制。
將測試名稱改為“My prod test -Master”。
轉到高級測試屬性，並將 Slave 改為 Master。
檢查剛剛創建的所有從集群測試並按保存。

針對 5 萬用戶的主從測試已準備就緒了。按下主測試的開始按鈕，將啟動 10 個測試（一個主測試和九個從測試），每個測試有 5 千個用戶。