Kubernetes 下 web 服务的性能测试三部曲之二：纵向扩容

欢迎访问我的 GitHub

这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos

本篇概览

• 上一章《Kubernetes下web服务的性能测试三部曲之一：准备工作》我们将 web 服务搭建好，再用 AB 和 JMeter 测试了单个 Pod 的性能，今天我们来测试一下纵向扩容对服务能力的提升；

实战步骤

• 今天的实战用以下几种方式提升单个 Pod 性能：

1. 内存资源从 256M 提升到 512M；

2. 内存资源从 512M 提升到 1G；

3. 内存资源从 1G 提升到 2G；

4. CPU 资源从 0.1 提升到 1；

5. CPU 资源从 1 提升到 2；

注意：每次纵向扩容之前，需要停止和删除原有的 deployment 和 service，扩容后，第一次测试的成绩请丢弃，因为 JIT 在理论上对结果有影响；

如何停止和删除原有的 deployment 和 service

• 执行以下命令即可先删除 service，再删除 deployment：

kubectl delete service tomcathost && kubectl delete deployment tomcathost

内存资源从 256M 提升到 512M

• 打开上一章我们搭建 web 服务时创建的 tomcat.yaml 文件，内容如下：

apiVersion: extensions/v1beta1kind: Deploymentmetadata:  name: tomcathostspec:  replicas: 1  template:    metadata:     labels:       name: tomcathost    spec:     containers:     - name: tomcathost       image: bolingcavalry/k8stomcatdemo:0.0.5       tty: true       ports:       - containerPort: 8080       resources:         requests:           memory: "256Mi"           cpu: "100m"         limits:           memory: "256Mi"           cpu: "100m"

• 如上所示，找到 resources 节点下的两个 memory 节点，将值从"256Mi"改成"512Mi"；

• 执行 AB 测试：

ab -n 20000 -c 100 http://192.168.119.153:30008/getserverinfo

• 得到的结果如下：

Concurrency Level:      100Time taken for tests:   68.527 secondsComplete requests:      20000Failed requests:        0Total transferred:      3700000 bytesHTML transferred:       1040000 bytesRequests per second:    291.86 [#/sec] (mean)Time per request:       342.635 [ms] (mean)Time per request:       3.426 [ms] (mean, across all concurrent requests)Transfer rate:          52.73 [Kbytes/sec] received

• 接下来用 JMeter 压测，得到结果如下：

• 如上所示，内存翻倍后对吞吐量的提升非常明显；

继续提升内存

• 继续修改 tomcat.yaml 的内存参数，记录下来每次 AB 和 JMeter 的测试结果，这里就不赘述了，稍后在表格中统一给出；

升级 CPU

• 继续修改 tomcat.yaml，将内存恢复为 256Mi，将 CPU 从 100m 改成 1000m，也就是从 0.1CPU 改为 1CPU，然后再从 1CPU 改为 2CPU，分别记录下来每次 AB 和 JMeter 的测试结果；

小结纵向扩容

• 下面的表格将前面每次修改后的测试结果列举出来了：

• 从上述数据可以看出：

1. 内存扩容在 1G 之前是有显著提升的，但过了 1G 提升就不明显了；

2. CPU 资源增大到原有的 10 倍后，吞吐量有 3 倍左右提升，继续加倍 CPU 资源，也无法带来明显提升；

• 这里要注意的是此次测试的后台代码很简单，并未涉及 RPC、数据库、缓存等，数值不能作为生产环境的参考，因为每个实际的业务都有其自身的特征，此处仅提出一种扩容和验证扩容效果的手段；

• 至此，纵向扩容的测试就完成了，接下来的章节，咱们一起测试一下横向扩容的效果；

欢迎关注 InfoQ：程序员欣宸

学习路上，你不孤单，欣宸原创一路相伴...