第七周作业

关注
发布于: 2020 年 12 月 06 日
﻿
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？
﻿
性能测试是一个不断对系统增加访问压力，以获得系统性能指标、最大负载能力、最大压力承受能力的过程。所谓的增加访问压力，在系统测试环境中，就是不断增加测试程序的并发请求数，一般来说，性能测试遵循图1的抛物线规律。
﻿
图1横轴表示消耗的系统资源（也可以认为是并发数，因为并发数越多，线程越多，消耗的资源也就越多），纵轴表示系统处理能力（吞吐量）。
﻿
在开始阶段，随着并发请求数目的增加，系统使用较少的资源就达到较好的处理能力（a~b段），这一段是网站的日常运行区间，网站的绝大部分访问负载压力都集中在这一段区间，被称作性能测试，测试目标是评估系统性能是否符合需求及设计目标；
﻿
随着压力持续增加，系统处理能力增加变缓，直到达到一个最大值（c点），这是系统的最大负载点，这一段被称作负载测试。测试目标是评估当系统因为突发事件超出日常访问压力的情况下，保证系统正常运行情况下能够承受的最大访问负载压力；
﻿
超过这个点之后，再增加压力，系统的处理能力反而下降，而资源消耗却更多，直到资源消耗达到极限（d点），这个点可以看作是系统崩溃点，超过这个点继续加大并发请求数目，系统不能再处理任何请求，这一段被称作压力测试，测试目标是评估可能导致系统崩溃的最大访问负载压力。
﻿
为什么有这样的一个曲线呢？
首先：a~b的时候，系统资源充足，并发数逐渐增多，小于CPU的核心数目，那么每一个请求都能很快被处理掉，而且CPU的资源利用率比较低，所以一开始的时候，并发数增加，TPS反倒增加得更快，曲线略微上扬。
然后达到b点；从此刻以后，再增加并发数目，CPU有效的核心就渐渐处理不过来线程数了，线程的切换变得更频繁，处理的响应相对就变慢了，因为线程切换、并发数增加本身对资源也在不断的消耗，那么留给处理计算的资源就会渐渐变少，此时呢，曲线略微下落，但整体还是增加的（b~c）；到c点以后，最大负载点。
超过这个点以后，系统资源就被更多的并发数压垮了，系统无更多资源来处理计算，而非处理的消耗却更多，但是系统还是能够处理，只是处理数大大的下降，图形有个下挫，当到底d点以后，随着并发数持续的增加，终于将系统的资源耗尽，系统在资源切换、线程切换、从硬盘读取数据等各种操作上耗尽了资源，导致系统不能处理任务请求，系统挂掉了。
这就是这个曲线的来历。
﻿
图1
性能测试反应的是系统在实际生产环境中使用时，随着用户并发访问数量的增加，系统的处理能力。与性能曲线相对应的是用户访问的等待时间（系统响应时间），如下图所示：
图2
在日常运行区间，可以获得最好的用户响应时间，随时并发用户数的增加，响应延迟越来越大，直到系统崩溃，用户失去响应。
﻿
2、压测工具
新建一个SpringBoot项目 引入WebClient依赖 它是新的spring5推荐的http请求工具
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-webflux</artifactId>
</dependency>
﻿
sendOne方法模拟10个线程并发请求，使用了CountDownLatch倒计数器，每10个线程，同时发起请求。
然后循环执行了100次。将相应结果保存起来，计算。
不过WebClient请求调用我直接判断了返回值，因为不知道怎么去解析HTML响应结果，研究了一下，无疾而终。
﻿
参考资料：
https://blog.csdn.net/wgq3773/article/details/81052358
https://howtodoinjava.com/spring-webflux/webclient-get-post-example/#get
﻿
﻿
具体代码：
package kd.autops.service.impl;
import org.springframework.http.HttpStatus;
import org.springframework.web.reactive.function.client.WebClient;
import reactor.core.publisher.Mono;
import java.util.List;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.stream.Collectors;
/**
 * @author chenhao
 * @date 2020/12/06
 */
public class WebTest {
    private void test(String uri) {
        // 建立ExecutorService线程池，threadNum个线程可以同时访问
        int threadNumber = 10;
        int requestNumber = 100;
        // 计数器
        AtomicInteger atomicInteger = new AtomicInteger(1);
        // 线程池 测试使用
        ExecutorService exec = Executors.newFixedThreadPool(threadNumber);
        // 保存结果
        ConcurrentHashMap<Integer, Long> result = new ConcurrentHashMap<>(1000);
        // 执行100次并发
        for (int i = 1; i <= requestNumber; i++) {
            // 10个线程并发执行1次
            ConcurrentHashMap<Integer, Long> sendOne = sendOne(uri, atomicInteger, exec);
            // 保存结果
            result.putAll(sendOne);
        }
        // 累计时间
        long sum = 0;
        for (Long value : result.values()) {
            sum += value;
        }
        // 平均时间
        double avg = sum * 1.0 / result.size() * 1.0;
        // 排序获取第95%的记录
        List<Long> collect = result.values().stream().sorted().collect(Collectors.toList());
        System.out.println(String.format("请求URL：%s，请求总次数：%d，并发数：%d", uri, requestNumber * threadNumber, threadNumber));
        System.out.println(String.format("平均响应时间：%f 毫秒，95%%响应时间：%d 毫秒", avg, collect.get(949)));
    }
    private ConcurrentHashMap<Integer, Long> sendOne(String uri, AtomicInteger atomicInteger, ExecutorService exec) {
        // 模拟clientNum个客户端访问
        final CountDownLatch doneSignal = new CountDownLatch(10);
        ConcurrentHashMap<Integer, Long> result = new ConcurrentHashMap<>(10);
        // 10个线程发1次
        for (int i = 0; i < 10; i++) {
            Runnable runnable = () -> {
                long beginMillis = System.currentTimeMillis();
                WebClient.create()
                        .get()
                        //多个参数也可以直接放到map中,参数名与placeholder对应上即可
                        .uri(uri)
                        .retrieve()
                        .onStatus(HttpStatus.FOUND::equals, clientResponse -> Mono.empty());
                long endMillis = System.currentTimeMillis();
                long r = endMillis - beginMillis;
                result.put(atomicInteger.getAndIncrement(), r);
                doneSignal.countDown();
            };
            exec.execute(runnable);
        }
        try {
            doneSignal.await();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return result;
    }
    public static void main(String[] args) {
        String uri = "http://www.baidu.com";
        new WebTest().test(uri);
    }
}
﻿
发布于: 2020 年 12 月 06 日阅读数: 17
晴空万里

关注
还未添加个人签名 2018.07.18 加入
还未添加个人简介
发布
暂无评论