架构师训练营第 0 期 - 第 7 周 - 命题作业

关注

发布于: 2020 年 07 月 22 日

作业一：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。
﻿
第一题：
响应时间和吞吐量的变化，可用老师上课时的两张曲线图总结：
吞吐量变化曲线
响应时间
从上图可总结出响应时间和吞吐量的变化可以分为三个阶段：
性能测试(日常运行区间)：系统负载远未达到系统承载能力上限时，随着并发压力的增加，响应时间几乎不上升，吞吐量随并发压力增加而线性增长、快速增加。
负载测试(介于系统最佳性能点与最大负载点之间)：系统负载较高或接近饱和，随着并发压力的增加，响应时间明显变长，吞吐量增加速度放缓。
压力测试(高于最大负载点，直至系统崩溃点)：系统负载已经或达到崩溃状态，随着并发压力的增加，响应时间不断增加甚至超时，吞吐量不再增加甚至因为崩溃而大幅降低。
﻿
第二题：
运行结果：
﻿
代码：
package main
import (
	"flag"
	"fmt"
	"net/http"
	"sort"
	"sync"
	"time"
	"github.com/jiyu93/golog"
)
// FooTester 本次作业的压力测试工具
type FooTester struct {
	TestURL    string
	Concurrent int
	Total      int
	Results    []int
	count      int
	locker     sync.RWMutex
}
// Run 运行测试
func (f *FooTester) Run() {
	wg := sync.WaitGroup{}
	for i := 0; i < f.Concurrent; i++ {
		wg.Add(1)
		go func() {
			for {
				f.locker.RLock()
				if f.count >= f.Total {
					f.locker.RUnlock()
					wg.Done()
					break
				}
				f.locker.RUnlock()
				t := f.work(f.TestURL)
				f.locker.Lock()
				f.Results = append(f.Results, int(t))
				f.count++
				f.locker.Unlock()
			}
		}()
	}
	wg.Wait()
}
// work 执行单次测试并返回相应时间
func (f *FooTester) work(u string) int {
	t1 := time.Now()
	http.Get(u)
	return int(time.Now().Sub(t1).Milliseconds())
}
// Print 输出结果
func (f *FooTester) Print() {
	f.locker.RLock()
	defer f.locker.RUnlock()
	var sum, avg int
	for _, v := range f.Results {
		sum += v
	}
	avg = sum / len(f.Results)
	sort.Ints(f.Results)
	pos := int(float64(len(f.Results)) * 0.95)
	fmt.Println("平均响应时间: ", avg, "ms")
	fmt.Println("95%响应时间: ", f.Results[pos], "ms")
}
func main() {
	testURL := flag.String("u", "", "测试URL")
	cc := flag.Int("c", 0, "并发")
	total := flag.Int("t", 0, "总请求次数")
	flag.Parse()
	if len(*testURL) == 0 || *cc <= 0 || *total <= 0 {
		golog.Info("参数错误")
		return
	}
	t := FooTester{
		TestURL:    *testURL,
		Concurrent: *cc,
		Total:      *total,
		Results:    make([]int, 0),
	}
	t.Run()
	t.Print()
}
﻿