性能测试

关注
发布于: 2020 年 07 月 21 日
﻿
以下两题，至少选做一题
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？
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。
﻿
一、性能测试，压力曲线
﻿
随着并发压力的增加，系统响应时间和吞吐量的变化，如上图所示。
开始，随着并发数的增加，cpu利用率上升，QPS相应增加，平均响应时间也在增加（变化不大），资源占用率和吞吐量会响应的增加。且平均响应时间是一个指数增加曲线。
当并发数达到一定程度时，资源占用率达到饱和，吞吐量增长放缓甚至停止增长，响应时间进一步延长。
当并发继续增长时，资源饱和，吞吐量下降，响应时间变很长。
这时候，资源达到瓶颈，每秒都会有很多请求需要处理，会造成进程或线程频繁切换，加大了上下文的切换时间，用于处理请求的时间也变少，也就每秒能够处理的请求数变小，响应时间变长，也就造成用户的等待时间变大。
﻿
二、java实现压测工具如下：
public class PerformTestTool {
﻿
    /**
     * 一般的性能测试工具按照该算法，但对本地来说不均衡
     * 按照顺序取第百分比
     * @param sortList
     * @param percent
     * @return
     */
    private static long computeExecTimePercent(List<Long> sortList,double percent){
        return sortList.get((int)Math.ceil(percent*sortList.size()));
    }
﻿
    /**
     * 根据总量取随机数（百分比）的平均值
     * @param sortList
     * @param percent
     * @return
     */
    private static long computeExecTimePercentByrand(List<Long> sortList,double percent){
        int totalSize = sortList.size();
        int samples = (int)Math.ceil(percent*totalSize);
        List<Long> exeTimeList = Lists.newArrayListWithCapacity(samples);
        for (int j=0;j<samples;j++){
            exeTimeList.add(sortList.get(RandomUtil.randomInt(totalSize)));
        }
        return (long)exeTimeList.stream().mapToLong((x)->x).average().orElse(0);
    }
﻿
    /**
     *
     * @param url
     * @param reqtotalCount
     * @param concuurent
     * @return
     */
    private static ExecRet exec(String url,int reqtotalCount,int concuurent) {
        // 1、资源准备，线程池和http链接池等
        BlockingQueue<Runnable> workQueue=  new LinkedBlockingQueue<>(reqtotalCount);
        ThreadPoolExecutor threadPoolExecutor = new MyPool(concuurent,concuurent,20, TimeUnit.SECONDS,workQueue);
        threadPoolExecutor.prestartAllCoreThreads();
        ConnectionProfile connectionProfile = ConnectionProfile.builder().maxConnections(10).build();
        //connectionProfile.setShortConn(true); 是否为短连接
        SimpleHttpClientFacade   httpClientFacade = new SimpleHttpClientFacade(connectionProfile);
﻿
        // 2、task 任务提交
        CountDownLatch countDownLatch = new CountDownLatch(reqtotalCount);
        for (int i=0;i< reqtotalCount;i++){
            Task task = new Task(httpClientFacade,url,countDownLatch);
            threadPoolExecutor.submit(task);
        }
        try {
            countDownLatch.await();
        } catch (InterruptedException e) {
        }
        //3、获取执行结果
        List<Long> exeTimeList  = ((MyPool)threadPoolExecutor).getExecTimeList();
        if (exeTimeList.size()!=0){
            Collections.sort(exeTimeList);
            System.out.println("执行数量"+exeTimeList.size()+":"+exeTimeList);
        }
        double average = exeTimeList.stream().mapToLong((x)->x).average().orElse(0);
        
        ExecRet exeRet = new ExecRet();
        exeRet.setAvgExtime(average);
        exeRet.setExecTimePercent(computeExecTimePercentByrand(exeTimeList,0.95));
        return exeRet;
    }
﻿
    public static void main(String[] args) throws IOException, URISyntaxException {
        ExecRet exeRet = exec("https://www.baidu.com",100,10);
        System.out.println("平均响应时间（ms）："+exeRet.getAvgExtime()+",95%响应时间(ms)："+exeRet.getExecTimePercent());
    }
}
﻿
﻿
一些为几个辅助实体类：
线程池，继承ThreadPoolExecutor，重写方法实现 每次运行的执行时间
public class MyPool extends ThreadPoolExecutor {
﻿
    public MyPool(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit,
            BlockingQueue<Runnable> workQueue) {
        super(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue);
        this.startTimes = new ConcurrentHashMap<>();
    }
    private ConcurrentHashMap<String, Long> startTimes;
﻿
    @Getter
    private List<Long> execTimeList = new LinkedList<>();
﻿
    @Override
    protected void beforeExecute(Thread t, Runnable r) {
        startTimes.put(String.valueOf(r.hashCode()), System.currentTimeMillis());
    }
    @Override
    protected void afterExecute(Runnable r, Throwable t) {
        long startDate = startTimes.remove(String.valueOf(r.hashCode()));
        long diff = System.currentTimeMillis() - startDate;
        execTimeList.add(diff);
    }
﻿
执行结果类
@Data
public class ExecRet {
    private double avgExtime;
    private long execTimePercent;
}
﻿
任务类，具体执行的任务
@Data
public class Task implements Runnable{
    private SimpleHttpClientFacade httpClientFacade;
    private String url;
    private CountDownLatch countDownLatch;
    public Task(SimpleHttpClientFacade httpClientFacade,String url,CountDownLatch countDownLatch){
        this.httpClientFacade = httpClientFacade;
        this.url = url;
        this.countDownLatch = countDownLatch;
    }
    @Override
    public void run() {
        try {
            httpClientFacade.httpGet(url);
        } catch (Exception e) {
            System.out.println("========执行失败");
        }
        countDownLatch.countDown();
    }
}
执行结果：
执行数量100:[25, 27, 27, 28, 28, 28, 29, 29, 30, 30, 30, 31, 31, 32, 32, 32, 32, 32, 33, 33, 33, 33, 33, 33, 33, 34, 34, 34, 34, 34, 34, 34, 35, 35, 35, 36, 36, 36, 36, 36, 36, 36, 37, 37, 37, 37, 38, 38, 39, 39, 39, 40, 40, 41, 41, 41, 42, 42, 42, 43, 43, 44, 44, 44, 45, 45, 45, 45, 45, 46, 48, 49, 50, 50, 51, 52, 52, 54, 54, 55, 57, 57, 61, 62, 63, 65, 68, 76, 80, 201, 506, 506, 507, 507, 508, 509, 511, 513, 514, 517]
平均响应时间（ms）：89.21,95%响应时间（ms）：80
﻿
发布于: 2020 年 07 月 21 日阅读数: 61
ashuai1106

关注
还未添加个人签名 2017.10.20 加入
还未添加个人简介
发布
暂无评论
创作场景

性能测试

一、性能测试，压力曲线

二、java实现压测工具如下：

ashuai1106

评论
