架构师训练营第一期 - week7

关注

发布于: 2020 年 11 月 05 日

题目﻿
﻿
回答﻿
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？﻿
并发数和吞吐量的关系:
﻿
﻿
并发用户数和响应时间的关系:
﻿
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。
﻿
工具方法﻿
package util;
import java.util.List;
public class Util {
    /**
     * 计算平均响应时间
     *
     * @param responseTimes 响应时间集合
     * @return
     */
    public static long responseAvg(List<Long> responseTimes) {
        return (long) responseTimes.stream().mapToDouble(x -> x).average().orElse(0);
    }
    /**
     * 计算第95%位置的响应时间
     *
     * @param responseTimes 响应时间集合
     * @return
     */
    public static long response95(List<Long> responseTimes) {
        long limitedSize = (long) (responseTimes.size() * 0.95);
        return responseTimes.stream()
                .sorted()
                .skip(limitedSize - 1).findFirst().orElse(0L);
    }
}
﻿
单次发送请求并返回时间﻿
private static long testBaidu() {
        try (CloseableHttpClient httpclient = HttpClients.createDefault()) {
            long beginTime = System.currentTimeMillis();
            HttpGet httpget = new HttpGet("https://www.baidu.com/");
            HttpResponse httpresponse = httpclient.execute(httpget);
            long endTime = System.currentTimeMillis();
            return (endTime - beginTime);
        } catch (IOException e) {
            throw new RuntimeException();
        }
﻿
并发执行﻿
public static void main(String[] args) throws ExecutionException, InterruptedException {
        ThreadFactory namedThreadFactory = new ThreadFactoryBuilder().setNameFormat("test-pool-%d").build();
        ExecutorService executorService = new ThreadPoolExecutor(
                10,
                10,
                0L, TimeUnit.MILLISECONDS,
                new LinkedBlockingQueue<>(128),
                namedThreadFactory,
                new ThreadPoolExecutor.AbortPolicy());
        List<Future<Long>> futures = new ArrayList<>();
        List<Long> responseTimes = new ArrayList<>();
        for (int i = 0; i < 100; i++) {
            futures.add(executorService.submit(Baidu::testBaidu));
        }
        for (Future<Long> future : futures) {
            if (null != future.get()) {
                responseTimes.add(future.get());
            }
        }
        System.out.println("平均响应时间 " + Util.responseAvg(responseTimes) + "ms");
        System.out.println("95%响应时间 " + Util.response95(responseTimes) + "ms");
﻿
结果﻿
﻿