架构师训练营第七周作业 - 性能测试

关注
发布于: 2020 年 07 月 22 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？
随着并发用户数的增加，响应时间的变化如上图所示。
在最佳运行区间1内，随着并发用户数的增加，响应时间只是缓的增加，因为在此区间内，系统有充分的资源（内存，CP，网络）可以使用。 吞吐量可以由如下公式推导：吞吐量=1000/响应时间ms * 并发量。 所以在最佳运行区间，由于响应时间并没有太多增加， 而并发量线性增长，所以吞吐量也是接近于线性增长。
在区间2，随着并发量的继续增加，响应时间也开始明显增加，但是增加的速度还是小于并发量的增加速度，所以根据吞吐量的公式，吞吐量还是继续增加的。c点上，并发量的增速跟响应时间的增速是相同的，所以在此时，系统吞吐量达到最大点。
在区间3，当越过c点后，响应时间的增速开始显著大于并发用户数的增速。因为此时系统内的资源利用率已经达到极限，线程开始阻塞，所以需要有线程开始等待其他线程完成才能开始执行。所以响应时间大大延长。当并发量继续增加时，越来越多的线程开始阻塞，最终在d点，系统无法响应而崩溃，此时的响应时间理论上是无限长。
﻿
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。
﻿
使用apache httpclient创建一个简单的任务类，用于异步执行请求并返回响应时间：
import org.apache.http.client.methods.CloseableHttpResponse;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
import java.util.concurrent.Callable;
public class HttpGetTask implements Callable<Long> {
    private final String url;
    public HttpGetTask(String url) {
        this.url = url;
    }
    @Override
    public Long call() throws Exception {
        HttpGet request = new HttpGet(url);
        long start = System.currentTimeMillis();
        try (CloseableHttpClient httpClient = HttpClients.createDefault();
             CloseableHttpResponse response = httpClient.execute(request)) {
            if(response.getEntity() != null){
                long end = System.currentTimeMillis();
                return end - start;
            }
        }
        throw new RuntimeException("error happened when call the url");
    }
}
﻿
创建一个主类，接收请求数，并发数和测试的url，根据请求数创建线程，通过Future汇总响应时间。
import java.util.ArrayList;
import java.util.Comparator;
import java.util.List;
import java.util.concurrent.*;
public class LoadTestRunner {
    private final ExecutorService executor;
    private final int requestNumber;
    private final String url;
    public LoadTestRunner(int requestNumber, int currentNumber, String url) {
        this.executor = Executors.newFixedThreadPool(currentNumber);
        this.requestNumber = requestNumber;
        this.url = url;
    }
    public void test() throws InterruptedException, ExecutionException {
        List<Callable<Long>> requestList = new ArrayList<>();
        for (int i = 0; i < requestNumber; i++) {
            requestList.add(new HttpGetTask(url));
        }
        List<Future<Long>> futureList = executor.invokeAll(requestList);
        List<Long> executeTimeList = new ArrayList<>();
        Long totalTime = 0L;
        for (Future<Long> longFuture : futureList) {
            Long time = longFuture.get();
            executeTimeList.add(time);
            totalTime += time;
        }
        executeTimeList.sort(Comparator.naturalOrder());
        long percentileIndex = Math.round(requestNumber * 0.95);
        System.out.println("95% 响应时间: " + executeTimeList.get((int) percentileIndex) + "ms");
        System.out.println("平均响应时间" + totalTime / requestNumber +"ms");
    }
    public static void main(String[] args) {
        LoadTestRunner testRunner = new LoadTestRunner(100, 10, "http://www.google.ca");
        try {
            testRunner.test();
        } catch (InterruptedException | ExecutionException e) {
            e.printStackTrace();
        }
    }
}
﻿
Main函数测试结果如下：
95% 响应时间: 447ms
平均响应时间122ms
﻿