架构师第 7 周作业

1. 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？

随着并发压力的增加，系统响应时间如图成曲线上升，在 b 点之前近似横线，过了 b 点开始上升，过了 C 点急剧上升，而吞吐量在 b 点之前近似线性增加，过了 b 点增加变缓，过了 c 点开始下降。这是因为，一开始服务器资源充裕，每个线程都可以得到调度，cpu/mem/disk/net 资源都够用，不会有阻塞，所以请求快速处理完，并发数越多，处理的请求越多，TPS 越高，当过了某个点，比如线程数超过了 CPU 数，有些线程得不到调度，需要排队等待，响应开始变慢，如果接着增加压力，更多的请求进来，更多的资源被消耗了，比如内存资源如果消耗尽了，请求再进来，就需要用硬盘来虚拟内存，时间就花在了虚拟内存置换上了，随着各种资源的耗尽，花在等待各种资源的时间越来越多，直至系统崩溃。

系统响应时间

吞吐量

2. 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。

import sys

import requests

from datetime import datetime

import threading

class stress_test:

def init(self, url, count, iteration, checkpoint):

self.url = url

self.count = int(count)

self.iteration = int(iteration)

self.checkpoint = int(checkpoint)

self.duration = []

def test(self):

begin = datetime.timestamp(datetime.now())

requests.get(self.url)

end = datetime.timestamp(datetime.now())

self.duration.append(end-begin)

print(self.duration)

def stress(self):

tasks = []

for i in range(0,self.count):

task = threading.Thread(target=self.test)

task.start()

tasks.append(task)

for task in tasks:

task.join()

def run(self):

for i in range(0,self.iteration):

self.stress()

def print_result(self):

self.duration.sort()

print(self.duration[self.checkpoint])

print(sum(self.duration)/len(self.duration))

if name == "main":

st = stress_test(sys.argv[1], sys.argv[2], sys.argv[3], sys.argv[4])

st.run()

st.print_result()

**********************************

output：

1.46537184715271

0.6422280716896057