架构师训练营 1 期 - week07- 作业

关注

发布于: 2020 年 11 月 08 日

作业一（至少完成一项）：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？被测试系统在特定硬件、软件、网络环境条件下，给系统加载一定业务压力，使系统运行一段较长时间，以此检测系统是否稳定。在生产环境，请求压力是不均匀的，呈波浪特性，因此为了更好地模拟生产环境，稳定性测试也应不均匀地对系统施加压力 ,以下是随着压测是时间累积，TPS和系统响应层度的变化：
﻿
﻿
性能测试验证是否达到预期的目标，负载测试获取系统安全运行的临界值，压力测试得到系统崩溃的临界值。
从a点到b点之间，表示系统还没达到的设定的目标极限，随着并发数的提升，系统吞吐量也随着提升。表示在系统的处理能力之内。这个期间，系统响应时间几乎是不变的。
从b点到c点之间，表示在系统安全运行期内，系统吞吐量还在继续提升，但提升速度没有上一个阶段快，而因为可能有某项系统资源已经达到极限，系统响应时间也会随之变长。
从c点到d点之间，表示并发数到达了系统安全运行的临界值，系统已经达到了处理能力的极限，再极限增加并发数，系统就处理不过来了，导致系统响应时间越来越长，吞吐量也就随着降低。
到达d点之后，系统已经崩溃，并发数过大导致系统响应时间无限长，根据公式 吞吐量=(1000/响应时间ms)*并发数 ，系统的吞吐量接近0
﻿
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 cn.hutool.http.HttpUtil;
import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.*;
import java.util.concurrent.locks.ReentrantLock;
import java.util.stream.Collectors;
﻿
public class PerformanceTest {
    public static List<Long> resultlist = new ArrayList<Long>();
    public static ReentrantLock lock = new ReentrantLock();
﻿
    /**
     * 性能测试
     * @param url 测试地址
     * @param requestNum 请求总次数
     * @param concurrencyNum 并发数
     */
    public static void test(String url,int requestNum,int concurrencyNum){
        BlockingQueue<Runnable> blockingQueue=new ArrayBlockingQueue<Runnable>(requestNum);
        ThreadPoolExecutor pool=new ThreadPoolExecutor(concurrencyNum,concurrencyNum,3, TimeUnit.MILLISECONDS,blockingQueue);
        CountDownLatch countDown = new CountDownLatch(requestNum);
        for(int i=0;i<requestNum;i++){
            pool.execute(()->{
                Long start = System.currentTimeMillis();
                HttpUtil.get(url);
                Long end = System.currentTimeMillis();
                lock.lock();
                resultlist.add(end-start);
                lock.unlock();
                countDown.countDown();
            });
        }
        try {
            countDown.await();
            System.out.println("平均值："+resultlist.stream().mapToLong(Long::longValue).average().orElse(0)+"ms");
            resultlist = resultlist.stream().sorted().collect(Collectors.toList());
            int per_95 = (int)( requestNum * 0.95);
            System.out.println("95% 响应时间:"+resultlist.get(per_95-1)+"ms");
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
﻿
    public static void main(String[] args) {
        test("www.baidu.com",100,10);
    }
}
﻿
平均值：50.41ms
95% 响应时间:401ms
﻿