内容简介:2 次查看本文将介绍使用50k并发用户测试轻松运行负载测试所需的步骤(以及最多200万用户的更大测试)。1.写你的剧本
2 次查看
本文将介绍使用50k并发用户测试轻松运行负载测试所需的步骤(以及最多200万用户的更大测试)。
快速步骤概述
1.写你的剧本
2.使用JMeter在本地测试
3. BlazeMeter SandBox测试
4.使用一个控制台和一个引擎设置每引擎用户数量
5.设置和测试群集(一个控制台和10-14个引擎)
6.使用主/从功能达到最大CC目标
第1步:编写脚本
在开始之前,请确保从JMeter Apache社区获取最新的JMeter版本。
在开始之前,您需要下载JMeter插件管理器。下载JAR文件后,将其放入JMeter的lib / ext目录。然后,启动JMeter并转到“选项”菜单以访问插件管理器。
有很多方法可以获得你的脚本:
- 使用BlazeMeter Chrome扩展程序记录您的方案
- 使用JMeter HTTP(S)测试脚本记录器, 您可以设置代理,运行测试并记录所有内容
- 从头开始手动操作并构建所有内容(可能用于功能/ QA测试)
如果您的脚本是录制的结果(如步骤1和2),请记住:
- 您需要更改某些参数,例如用户名和密码,或者您可能希望设置包含这些值的CSV文件,以便每个用户都可以是唯一的。
- 您可能需要使用正则表达式,JSON路径提取器,XPath Extractor提取诸如Token-String,Form-Build-Id等元素,以便以“AddToCart”,“Login”等方式完成请求。
- 保持脚本参数化并使用配置元素(例如HTTP请求默认值),以便在环境之间切换时更轻松。
第2步:使用JMeter进行本地测试
使用View Results Tree元素,Debug Sampler,Dummy Sampler和打开的Log Viewer(如果报告了一些JMeter错误),使用一个线程,一次迭代开始调试脚本。
遍历所有场景(真实和错误的响应)以确保脚本按预期运行。
使用一个线程成功运行脚本后,将其提升到10-20个线程10分钟并检查:
- 如果你打算让每个用户都是独一无二的 – 就是这样吗?
- 你有任何错误吗?
- 如果您正在进行注册过程,请查看您的后端 – 是否根据您的模板创建了帐户?它们是独特的吗?
- 从摘要报告中,您可以看到有关测试的统计信息 – 它有意义吗?寻找平均响应时间,错误,命中率/秒。
一旦你的脚本准备好了:
- 通过删除任何Debug / Dummy Samplers并删除脚本侦听器来清理它
- 如果您使用监听器(例如“保存对文件的响应”),请确保您不使用任何路径!如果是监听器或CSV数据集配置,请确保不使用本地使用的路径。而是仅使用文件名,就好像它与脚本位于同一文件夹中一样。
- 如果您使用自己专有的JAR文件,请务必上传它。
- 如果您使用多个线程组(或不是默认线程组),请确保在将值上载到BlazeMeter之前设置这些值。
第3步:BlazeMeter SandBox测试
如果这是你的第一个测试,你应该检讨这个文章,了解如何在BlazeMeter创建测试。
SandBox它实际上是任何具有多达300个用户的测试,并且使用一个控制台最多只需50分钟。
SandBox的配置允许您测试脚本和后端,以确保BlazeMeter的一切正常。
要做到这一点,首先,按下灰色按钮:JMeter引擎我想要完全控制!完全控制您的测试参数。
您可能遇到的常见问题包括:
- 防火墙 – 确保您的环境对BlazeMeter CIDR列表(正在不时更新)开放并将它们列入白名单
- 确保存在所有测试文件,例如CSV,JAR,JSON,User.properties等
- 确保您没有使用任何路径
如果仍然遇到问题,请查看日志中的错误(您应该可以下载整个日志)。
SandBox配置可以是:
- 引擎:仅限控制台(一个控制台,0个引擎)
- 主题:50-300
- 加速:20分钟
- 迭代:测试永远持续下去
- 持续时间:30-50分钟
这将允许您在加速期间获得足够的数据(如果您在那里遇到一些问题),您将能够分析结果以确保脚本按预期执行。
您应该查看Waterfall / WebDriver选项卡以查看请求是否正常。此时你不应该得到任何错误(除非你的意图)。
您应该观察监控选项卡以查看使用了多少内存和CPU – 这将帮助您完成步骤4,同时您将尝试设置每个引擎的用户数。
第4步:使用一个控制台和一个引擎设置每个引擎的用户数量
既然我们确信剧本在BlazeMeter中完美运行,我们需要弄清楚我们可以将多少用户应用于一个引擎。
如果您可以使用SandBox数据来确定,那太好了!
在这里,我将为您提供一种方法来解决这个问题,而无需回顾SandBox测试数据。
将测试配置设置为:
- 线程数:500
- 加速40分钟
- 迭代:永远
- 持续时间:50分钟
接下来,使用一个控制台和一个引擎。
运行测试并通过Monitoring选项卡监控测试引擎。
如果您的引擎没有达到75%的CPU利用率或85%的内存使用率(可以忽略一次峰值):
- 将线程数更改为700并再次运行测试
- 提高线程数,直到获得1000个线程或60%的CPU /内存使用量
如果您的引擎超过了75%的CPU利用率或85%的内存使用率(可以忽略一次峰值):
- 查看您第一次达到75%的时间点,然后查看您当时有多少用户。
- 再次运行测试; 而不是500的增加,把你从上一次测试中获得的用户数量
- 这一次,在实际测试中加入你想要的加速(5-15分钟是一个很好的开始)并将持续时间设置为50分钟。
- 确保在整个测试过程中不要超过75%的CPU或85%的内存使用率
为了安全起见,您可以更安全地减少每个引擎10%的线程数。
第5步:设置并测试您的群集
我们现在知道一个引擎可以获得多少线程。在这一步结束时,我们将知道一个集群(测试)可以获得的用户数量。
群集是一个逻辑容器,只有一个控制台和0-14个引擎。即使您可以使用超过14个引擎创建测试,它实际上会创建两个集群(您可以看到将增加的控制台数量)并克隆您的测试。
每个控制台最多14个引擎基于BlazeMeter自己的测试,以确保控制台可以处理14个引擎的压力,这会产生大量数据需要处理。
因此,在此步骤中,我们将从步骤4开始测试并仅更改发动机的数量并将其提升至14。
对最终测试(1,2,3等)小时的全长进行测试。测试运行时,请转到监控选项卡并验证:
- 没有一个引擎通过75%的CPU或85%的内存限制
- 找到您的控制台标签。如果您将转到“日志”选项卡 – >“网络信息”并查找控制台的专用IP,则可以找到其名称。它不应达到75%的CPU或85%的内存限制。
如果您的控制台达到了该限制,请减少引擎数并再次运行,直到控制台处于这些限制范围内。
在此步骤结束时,您知道:
- 您将拥有的每个群集的用户
- 您将达到的每个群集的点击次数
在负载结果图下的聚合表中查找其他统计信息,以获取有关群集吞吐量的更多信息。
第6步:使用主/从功能达到最大CC目标
我们已经到了最后阶段。
我们知道脚本正在运行,我们知道一个引擎可以维持多少用户,并且我们知道我们可以从一个群集获得多少用户。
我们假设我们有这些值:
- 一个引擎可以拥有500个用户
- 该集群将有12个引擎
- 我们的目标是进行50k测试
因此,要做到这一点,我们需要创建50,000 \(500 * 12)= 8.3个集群。
我们可以使用8个集群的12个引擎(48K)和一个集群,其中有4个引擎(另外2个)。但是,最好像这样分散负载:
我们将使用10代替每个集群12个引擎,因此我们将从每个集群获得10 * 500 = 5K,并且需要10个集群才能达到50k。
这将有助于我们:
- 不保持两种不同的测试类型
- 通过简单地复制现有的集群,我们可以增长5k(5k比6k更常见)
- 如果需要,我们可以随时添加更多。
我们现在准备用50k用户创建我们的最终主/从测试:
- 将测试名称从“我的产品测试”更改为“我的产品测试 – 从属1”。
- 因此,我们回到第5步中的测试,在高级测试属性下,我们将其从Standalone更改为Slave。
- 按保存,我们现在有九个奴隶和一个主人中的第一个。
- 回到你的“我的产品测试-slave 1.”
- 按复制。
- 现在,重复步骤1-5,直到创建所有九个从属。
- 回到你的“我的prod test -salve 9”并按下Duplicate。
- 将测试名称更改为“My prod test -Master”。
- 转到“高级测试属性”并将其从“从”更改为“主”。
- 检查我们刚刚创建的所有从站(我的prod test -salve 1-9)并按save。
您对50k用户的主从测试已准备就绪。通过按下主站上的启动,您将启动10个测试(一个主站和九个从站),每个测试具有5k个用户。
您可以将每个测试(从站或主站)更改为来自不同的区域,具有不同的脚本/ csv /其他文件,使用不同的网络仿真和/或不同的参数。
您的主服务器和从服务器的汇总报告将在主报告中的新选项卡中找到,称为“主加载结果”,您仍然可以通过打开报告来查看每个单独的测试结果。
快乐的测试!
微信赞赏 支付宝赞赏
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 码农网
猜你喜欢:- 如何进行 5 万并发用户负载测试?
- 3分钟了解负载均衡,分清二层负载均衡和三层负载均衡
- 负载均衡策略之有限负载一致性哈希
- 负载均衡之软硬件负载均衡的优缺点
- 医疗信息系统高负载如何应对?找准东华负载均衡
- 性能大比拼-真实世界工作负载vs实验室综合工作负载
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
分布式机器学习:算法、理论与实践
刘铁岩、陈薇、王太峰、高飞 / 机械工业出版社 / 2018-10-20 / 89.00
人工智能和大数据时代,解决最有挑战性问题的主流方案是分布式机器学习!本书旨在全面介绍分布式机器学习的现状,深入分析其中的核心技术问题,并且讨论该领域未来的发展方向。 由微软亚洲研究院机器学习核心团队潜心力作!鄂维南院士、周志华教授倾心撰写推荐序! 本书旨在全面介绍分布式机器学习的现状,深入分析其中的核心技术问题,并且讨论该领域未来的发展方向。 全书共12章。第1章是绪论,向大家展......一起来看看 《分布式机器学习:算法、理论与实践》 这本书的介绍吧!