软件测试学习笔记丨性能监控系统部署

作者：测试人

2024-03-06
北京
本文字数：1641 字
阅读完需：约 5 分钟

本文转自测试人社区，原文链接：https://ceshiren.com/t/topic/29846

一，cpu、mem、net、io 性能数据收集

1，Prometheus 搭建

Prometheus 是一种由 go 语言(golang)开发的开源监控、报警系统
部署方法： Docker 部署
准备 prometheus.yml 配置文件
下载 docker 镜像： docker pull prom/prometheus
启动 docker 容器： docker run -d --name prometheus -p 9090:9090 -v

:/etc/prometheus prom/prometheus
访问验证 http://:9090/targets

2，部署 node-exporter 工具（收集 cpu、mem、net、io 性能数据）

下载安装

node-exporter 是一款用于采集系统指标的工具，由 Prometheus 官方提供
部署方法：docker 部署
拉取镜像： docker pull quay.io/prometheus/node-exporter
启动脚本：

docker run -d --name node_exporter -p 9100:9100 \-v "/proc:/host/proc:ro" \-v "/sys:/host/sys:ro" \-v "/:/rootfs:ro" \quay.io/prometheus/node-exporter

复制代码

配置 prometheus.yml

node-exporter 容器启动之后，配置 prometheus.yml，将 node-exporter 的实际位置设定到 prometheus.yml 配置文件中

配置完成后，重启 prometheus 系统，检查 node-exporter targets 数据是否显示正常

3，将 Prometheus 作为数据源添加到 Grafana 中

4，在 Grafana 中添加 node exporter for prometheus dashboard

5，检查系统监控面板展示内容

二，实时压测结果收集

1，压测监控平台组成

JMeter：压测工具，产生压测数据
InfluxDB: 开源时序数据库，特别适合用于处理和分析资源监控数据，用于存储压测数据
Grafana：度量分析与可视化图标展示工具，可以支持不同种类的数据源，用于将存储于 InfluxDB 中的数据以图表的形式展示出来

2，监控平台部署 - influxDB

部署方法： Docker 部署

事先准备：

安装 Docker
下载 influxDB 镜像： docker pull influxdb:1.8

启动 influxDB 容器

将新 influxDB 容器命名为 jmeterdb, 执行 docker 创建容器命令：
docker run -d -p 8086:8086 -p 8083:8083 --name=jmeterdb influxdb:1.8
执行如下命令进入容器内部： docker exec –it jmeterdb bash

在容器内部创建 jmeter 数据库，用于收集 JMeter 发送的压测数据

执行 influx 命令进入命令台
执行类 sql 语句创建 jmeter 数据库：create database jmeter;
创建完 jmeter 数据库之后执行如下命令验证数据库已经创建成功: show databases;

3，监控平台部署 - JMeter

在 JMeter 中添加 Backend Listener 组件，用于收集数据并发送给 influxdb

在 Backend Listener implementation 中选择 InfluxdbBackendListenerClient （注意：必须使用 jmeter 5.0 以上版本，否则需要单独装插件才可以看到这个组件）
在 influxdbURL 中将实际的 influxdb hostname 填写进去
application 中填写 baidu （根据项目自定义）
在 testTitle 中填写 Baidu Testing （根据项目自定义）
percentiles 中填写 50;90;95;99（默认是 90,95,99，也可以自行添加）
将 summaryOnly 设置为 false （为 true 则只会把汇总数据发送给 fluxDB）
其余配置保持不变