『互联网架构』软件架构-rocketmq之性能测试（63）

一起了解rocketmq的性能，以及阿里是如何应用rocketmq的。

（一）MQ性能测试原理

1.基本概念

• Producer
  

  消息生产者，负责产生消息，一般由业务系统负责产生消息。

• Consumer
  

  消息消费者，负责消费消息，一般是后台系统负责异步消费。

• Topic
  

  消息主题，负责标记一类消息，生产者将消息发送到Topic，消费者从该Topic消费消息。

• Broker
  

  消息中转角色，负责存储消息，转发消息，一般也称为 Server，在 JMS 规范中称为 Provider。

• NameServer
  

  服务发现Server，用于生产者和消费者获取Broker的服务。

• Broker吞吐量——TPS
  

  每秒钟Broker接收或者投递的消息条数。

2.组件架构图

这个图在明白不过了吧。

1) Producer 和 Consumer 与NameServer要建立长连接。

2)Topic里面的NameServer地址找到对应的Broker。

3)在实际中Producer，Consumer，NameServer都不是单点的。

3.部署图

4.真正需要压测的组件

1) MQ真正用来投递和转发消息的组件是Broker，因此压测的对象是Broker。

2) MQ Broker组件吞吐量理论上来说具有水平扩展能力，即N台Broker是单台Broker吞吐量的N倍，因此压测通常部署单个节点Broker。

3) NameServer通常用来客户端服务发现，消息收发的请求对NameServer基本没有压力，因此测试过程中NameServer可单点部署。

（二）MQ性能测试基本场景

真实的环境nameserver是2个，一个nameserver不工作另一个nameserver可以提供正常的服务。阿里一般部署4个为了容灾。

1.Broker接收消息的能力

接收的能力其实就是producer集群发送信息的量，rocketMq端启动多个Broker来进行发送消息，在这种情况下没有消息端，纯粹来看broker接收消息的能力，为什么把这种场景单独列出来，也就是在以往的测试过程中，broker瓶颈是在接收消息这里，消费对于broker一般没有什么压力，它只要把消息投递出去就可以了，但是对于接收消息，它需要把请求进行反序列化，做个存储，这个非常消耗硬件的资源，所以通常来说broker接收消息的能力远小于他的投递能力的，消息的接收能力也是broker最重要的指标之一，所以一般情况把接收消息的能力单独放在一个场景下进行测试。有时候项目比较赶，其实很多时候只做消息发送的测试就足够了。

2.Broker同时接收消息并投递消息的能力

这个更加符合我们使用的场景：为了测试Broker同时接收和投递消息的能力，Producer以及Consumer通过NameServer连接到Broker，每个Producer的逻辑即无限循环无间断发送消息，Consumer等待消息投递；

（三）MQ性能影响因素及相应测试手段

三大类：客户端的因素，客户端本身应用的因素，硬件的配置。

1.客户端因素

• 消息大小
  > 1)1K(1024)字节
  > 2)4K字节
  > 3)6K字节
• 测试方式
  > Producer发送的消息体长度设置为相应的长度即可，所有的消息投递到同一个Topic中。（这个跟kafka不同，kafka同样的物理机，同样的并发数，消息发到一个Topic里面还是多个Topic里面，不一样的kafka是物理上的实体，kafka里面的Q映射的都是物理的文件，消息是写在Q的物理文件上面，当你消息发送到不同的Topic里面去，存储在不同的物理文件中，写消息是随机写的概念，磁盘很容易被打爆了）在rocketMq里面的Topic只是逻辑上的实现，无论发到多个还是一个都是存储到一个物理文件上，按照顺序往后写，所以这时候测试不同的Topic和一个Topic效果是一样的。
• 评估结果
  > 消息体越大则Broker的接收TPS越低。
  吞吐量和TPS的概念：消息大-TPS越低；消息大-吞吐量是上升的；看业务是追求高TPS还是高吞吐量。
  想吞吐量大就需要合并到一起完成消息的发送。
  想高并发TPS高就把消息拆开多个消息来进行发送。

2.客户端因素

• 客户端（consumer和Provider）连接数
  > 1)连接数少量（<1万）
  > 2)连接数较多（1万<10万）
  > 3)连接数大量（>10万）
• 测试手段
  > 初始化push consumer连接到Broker上，发送端发送消息 。一般都不让Provider就有1个或者少于3个，consumer做万级别的。主要查看消费能力。
• 评估结果
  > 连接数越多则Broker的接收TPS越低。

3.客户端因素

什么叫消息投递比呢，即一条消息要被几个应用订阅，即一条消息Broker需要投递给多少订阅端，如一个Topic有1个group的消息费端来订阅，则消息投递一次，有5个group，则消息需要投递5次。

* 消息投递比（客户下单了，在应用中发送了一个消息，在地面方可能多个应用支付宝收到的钱，通知物流方取快件，一个消息被多少个订阅方订阅）

1)1:0

2)1:1

3)1:5

4)1:9

* 测试手段【前提不要为了投递给网卡打满了，就是带宽打满】

先初始化若干消费组（0~9）,每个组内4~8个消费端，订阅同一个Topic启动Producer，向同一Topic发送消息

* 评估结果

投递比越大则Broker的接收TPS越低。

4.单机应用因素

刷盘：保存到内容就返回，写内存的速度高于写磁盘的速度。

* broker设置的刷盘类型

1)异步刷盘（ASYNC_FLUSH）

2)同步刷盘（SYNC_FLUSH）

* 测试手段

1)Broker配置为相应的刷盘方式。

2)启动Producer，向同一Topic发送消息。

* 评估结果

异步刷盘性能高于同步刷盘（若干倍，使用场景异步速度快，虽然异步比较快，但是对于钱金融这块还是多使用同步刷盘，对硬盘要求很高）

5.单机应用因素

相同配置的物理机优于虚拟机。高配置的机器优于低配置的机器A8系列的物理机优于S7、S9系列的物理机。

* 硬件以及架构

1)物理机

2)虚拟机

3)硬件架构硬件配置（cpu核数、内存大小）

* 测试手段

不同的宿主机结构，采用相同的压测场景，如均为1k消息Broker的接受性能，作为对比。

* 评估结果

硬件架构配置越好，则性能通常越高。

6.单机宿主机因素

网卡1000Mb，全双工，出口入口均为125MB

* 宿主机网卡带宽

1)千兆网卡

2)双千兆网卡

3)万兆网卡

4)双万兆

* 测试手段

不同网卡配置，相同测试场景，大量Producer并发以及大的消息体，查看网卡吞吐量。

* 评估结果

网卡带宽越低，则越有可能会是瓶颈。

7.单机宿主机因素

即磁盘的读取以及写入速度依赖于磁盘的转动速度以及读写的位置，读写越随机则性能越低。

* 宿主机磁盘类型

1)本地机械盘（写的影响不大，Mq本身是顺序写的。读取消息堆积的，机械盘效果很差）

2)本地固态盘（固态盘数据读写随机性不影响写入速度，不同的固态盘性能不通）

3)网络盘，如各种云盘（如果是异步刷盘没什么影响，同步刷盘毕竟走一层网络有点慢。网络盘即数据写入经过网络，然后写入远端盘；）

* 测试手段

不同磁盘类型，相同的压测场景，大量Producer并发发送消息

* 评估结果

固态盘性能高于机械盘，网络盘性能依赖于实测结果

8.单机应用因素

producer 发布了10条消息，第一个组消费了5条消息，第二个组消息8条，对于第一个组堆积了5条消息，第二个组堆积了2条消息。没有消费的消息就叫堆积。

内存不够的情况下，堆积的消息落到磁盘里面了，这时候从磁盘读开销IO很大，会跟消息的存储和其他IO进行竞争，竞争的结果影响整个的性能，异步刷盘，刷的很慢，同步就不说，肯定慢死，发送端的性能下降，消费也很慢。一个消费的堆积可能蝴蝶效应打垮整个mq的服务。所以尽可能不让消费端进行堆积，有报警机制。是不是消费端卡住了，消费端消费不过来了，需要进行消费端的扩容，反正尽量不要堆积。防止堆积。10万的流量，一个机器可以处理5万的流量，不是正好上2台这种刚刚好的情况，而是上10台或者是8台。虽然整体的性能下降但是可以保证系统的稳定性。冗余的重要性。

PS：对于架构来说rocketMq的性能至关重要，只要用到消息队列的都是比较核心的应用，所以很多东西需要处理。

已是最新文章