Week 07 命题作业

关注
发布于: 2020 年 07 月 23 日
作业一性能压测的时候，随着并发压力的增加，系统响应时间和吞吐量如何变化，为什么？
﻿
﻿
性能测试的指标：
1、应用系统的负载能力：即系统所能容忍的最大用户数量，也就是在正常的响应时间中，系统能够支持的最多的客户端的数量。
2、应用系统的吞吐率：即应用系统在单位时间内完成的交易量，也就是在单位时间内，应用系统针对不同的负载压力，所能完成的交易数量。
3 、系统的响应能力：即在各种负载压力情况下，系统的响应时间，也就是从客户端请求发起，到服务器端应答返回所需要的时间，包括网络传输时间和服务器处理时间。
4、应用系统的可靠性：即在连续工作时间状态下，系统能够正常运行的时间，即在连续工作时间段内没有出错信息。
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。
假设并发数不变：TPS不断增加，TPS超过最大吞吐量后，会有大量请求等待，平均响应时间急剧下降
假设 TPS 不变: 增加并发数，会导致CPU并发线程过多，线上上下文切换频繁，内存消耗增加，从而使平均响应时间下降
  
作业二用你熟悉的编程语言写一个 web 性能压测工具，输入参数：URL，请求总次数，并发数。输出参数：平均响应时间，95% 响应时间。用这个测试工具以 10 并发、100 次请求压测 www.baidu.com。
public class JavaPerformanceTest {
    //超时请求时间
    private final long TIMEOUT = 3000;
    //超时请求时间单位
    private final TimeUnit UNIT = TimeUnit.MILLISECONDS;
    //默认总共请求数
    private int totalNums = 100;
    //默认并发数
    private int concurrentNums = 10;
    public static void main(String[] args) {
        JavaPerformanceTest javaTest = new JavaPerformanceTest();
        javaTest.test(args);
    }
    private void test(String[] args) {
        try {
            //测试地址
            String url = "https://www.baidu.com/";
            //封装为URL类
            final URL rea = new URL(url);
            //总共请求数
            totalNums = 100;
            //并发数
            concurrentNums = 10;
            //模拟请求
            List<Future<RequestResult>> futureList = simulateRequest(rea);
            //结果展示
            display(futureList);
        } catch (Exception ex) {
            ex.printStackTrace();
        }
    }
    /**
     * 模拟请求
     *
     * @param rea
     * @throws InterruptedException
     */
    private List<Future<RequestResult>> simulateRequest(URL rea)
            throws InterruptedException {
        int seconds = totalNums % concurrentNums == 0
                ? totalNums / concurrentNums
                : totalNums / concurrentNums + 1;
        ExecutorService service = Executors.newFixedThreadPool(seconds);
        List<Callable<RequestResult>> requestList = new ArrayList<>();
        List<Future<RequestResult>> futureList = new ArrayList<>();
        for (int i = 0; i < seconds; i++) {
            requestList.clear();
            //当前需要请求数
            int curConcurrentNums = (i == seconds - 1)
                    ? totalNums - concurrentNums * i
                    : concurrentNums;
            for (int j = 0; j < curConcurrentNums; j++) {
                requestList.add(() -> req(rea));
            }
            List<Future<RequestResult>> futures = service.invokeAll(requestList, TIMEOUT, UNIT);
            futureList.addAll(futures);
            //间隔一秒
            Thread.sleep(1000);
        }
        service.shutdown();
        return futureList;
    }
    /**
     * 输出结果
     *
     * @param futureList
     */
    private void display(List<Future<RequestResult>> futureList) {
        List<Long> times = new ArrayList<>();
        int errorNums = 0;
        for (Future<RequestResult> resultSetFutureTask : futureList) {
            try {
                RequestResult requestResult=resultSetFutureTask.get();
                if(requestResult.code==200) {
                    times.add(requestResult.elapsedTime);
                }else{
                    //作为错误数据统计
                    errorNums++;
                }
            } catch (InterruptedException ex) {
                //作为错误数据统计
                errorNums++;
            } catch (ExecutionException ex) {
                //作为错误数据统计
                errorNums++;
            }
        }
        //输出结果
        times.sort(Long::compareTo);
        System.out.println("平均响应时间：" + times.stream().mapToLong(p -> p.longValue()).sum() / totalNums);
        System.out.println("90% 响应时间：" + times.get(totalNums * 90 / 100));
        System.out.println("95% 响应时间：" + times.get(totalNums * 95 / 100));
        System.out.println("99% 响应时间：" + times.get(totalNums * 99 / 100));
        System.out.println("最小响应时间：" + times.get(0));
        System.out.println("最大响应时间：" + times.get(totalNums - 1));
        System.out.println("错误率：" + String.format("%.2f", errorNums * 100.00 / totalNums));
    }
    /**
     * 实际完成一次请求
     *
     * @param rea
     * @return
     * @throws IOException
     */
    private RequestResult req(URL rea) throws IOException {
        long start = System.currentTimeMillis();
        //打开和URL之间的连接
        HttpURLConnection connection = (HttpURLConnection) rea.openConnection();
        //设置请求属性
        connection.setRequestMethod("GET");
        // 设置是否使用缓存
        connection.setUseCaches(false);
        connection.connect();//建立实际的连接
        int code = connection.getResponseCode();
        long end = System.currentTimeMillis();
        return new RequestResult(code, end - start);
    }
    /**
     * 请求结果
     */
    public class RequestResult {
        int code;
        long elapsedTime;
        RequestResult(int code, long elapsedTime) {
            this.code = code;
            this.
            elapsedTime = elapsedTime;
        }
    }
}
﻿
发布于: 2020 年 07 月 23 日阅读数: 50
Jeremy

关注
还未添加个人签名 2018.01.21 加入
还未添加个人简介
评论 (1 条评论)

发布
创作场景

Week 07 命题作业

作业一

作业二

Jeremy

评论 (1 条评论)
