关于阿里云:如何做健康码的性能压测

作者：拂衣、风波

为什么要做压测

随着无线设施的遍及和 5G 的鼎力建设，越来越多的线上零碎、小程序成为了人们生存中必不可少的工具。对于这些工具，都会面对一个问题：零碎能接受多少用户同时拜访，面对突发的流量洪峰，是否保证系统无故障稳固运行？

为了答复这个问题，就须要在零碎上线前做多轮压力测试，提前模拟出简单的, 高仿真的线上流量来验证整体零碎的高可用性, 这也是施行零碎高可用计划的关键环节。另外, 通过不同阶段的压测，也实现对系统的容量布局、瓶颈探测，对系统整体能力进行验收，确保在突发的流量洪峰降临前，零碎的确可能接受即将来临的实在线上压力。

从某种意义上来说，压测是零碎稳定性的验证者。

如何施行一次精确的性能压测

筹备压测环境

压测的执行环境是一个陈词滥调的话题，如果间接在生产环境执行压测，会有 2 个问题：

1、会影响线上业务，对失常拜访零碎的用户造成影响

2、会净化线上数据，将压测数据写入线上数据库

为了解决这 2 个问题，个别业内采纳如下几种计划：

以上计划各有优缺点，实用场景也不尽相同，能够依据本人我的项目所处的阶段灵便抉择计划。

构建压测脚本

业内罕用的压测工具包含 JMeter、Gatling、Locust、k6、Tsung、阿里云 PTS 等。这些工具无一例外，都须要将压测业务的 API，编排为一个压测脚本。

这一步工作的重点在确认压测的 API，不要有脱漏，且 API 编排的程序要合乎用户的操作逻辑。对于衰弱码业务的压测来说，如果脚本中脱漏了登录鉴权 API，那前面的刷新衰弱码、查看核酸报告等 API 都会在权限校验这步就报错，不会执行失常的业务逻辑，也就无奈模仿实在的业务场景。

以上压测工具编排脚本都有 2 个形式：

1、手动输出脚本，这须要脚本的编写人员对业务十分相熟，保障不会脱漏 API。

2、主动录制脚本，上述开源压测工具都提供了录制申请的代理性能，开启并配置代理后，只有在页面上模仿用户的操作和点击行为，即可主动录制申请，并生成压测脚本。同时 PTS 还提供了 Chrome 录制插件[1]，免代理配置，能够一键生成 JMeter 和 PTS 压测脚本。晋升了脚本编写的效率，也能保障不脱漏 API。

为了防止简单脚本中脱漏 API 的危险，举荐应用录制性能生成脚本。

确认压力模型

这一步是在配置压测中模仿的压力峰值、不同 API 的压力散布比例以及压力值递增模型。压力值指的是模仿并发用户数，或每秒发送的申请数。

施压模式

在设置之前，须要确认施压模式，业内次要有 2 种施压模式：

1、虚构用户 (VU) 模式，能够了解为一个线程模仿一个实在用户，压测时线程始终循环执行，模仿用户不停地发送申请。

2、吞吐量模式，即每秒申请数(QPS)，能够间接掂量服务端的吞吐量。

在我的项目验收阶段，很重要的一个指标就是零碎的吞吐量，即可反对的 QPS。对于这种压测场景，更举荐应用吞吐量模式，能够直观的看到施压机每秒收回的申请数，并和服务端的吞吐量间接对应起来。

各 API 压力散布比例

确认了施压模式后，须要配置不同 API 的压力散布比例。比方衰弱码业务，100% 的用户会调用登录 AP 和获取衰弱码 API，但前面并不是所有用户都会调用查问核酸报告 API、查看推送信息等 API。所以每个 API 的精确压力散布比例，也是一次胜利压测中不可获取的因素。

压力值递增模型

常见有脉冲模型，阶梯递增，平均递增。

脉冲模型会模仿流量在霎时忽然增大，罕用于秒杀、抢购的业务场景。

递增模型能够模仿在肯定时间段内，用户量一直增大，罕用于模仿有预热的业务场景。

除了惯例的递增模型，最好在压测中能够实现手动调速性能，一是能够模仿一些非常规的流量递增状况，二是能够重复调整压力值，来复现和排查问题。

施压流量地区散布

确定了压力值和递增模型后，还须要确定施压流量的地区散布，应尽量拟合实在的用户散布，能力保障测试后果真实可信。

对于区域性的在线业务，施压机散布在当地的同一机房，是能够了解的。如果是全国性的在线业务，施压机也应该依照用户散布，在全国各地区部署。

执行压测，察看压测指标

压测中外围指标：申请成功率，申请响应工夫（RT），零碎吞吐量（QPS）

申请成功率不止要看全局的申请成功率，还要关注一些外围 API 的成功率，防止整体成功率达标，外围 API 成功率有余的状况。

申请响应工夫，须要关注 99、95、90、80… 等一些要害分位的指标是否合乎预期，而均匀响应工夫没有太大的参考意义，因为压测须要保障绝大部分用户的体验，在不分明离散水平的状况下，平均值容易造成误判。

零碎吞吐量是掂量零碎能接受多大访问量的指标，是压测不可短少的规范。

下面三个指标遇到拐点时，就能够认为零碎曾经呈现性能瓶颈，能够进行压测或调小压力值，筹备剖析、定位性能问题了。

除了这三个业务指标，同时还应该同时观测零碎的利用监控、中间件监控和硬件监控的一些指标，包含但不限于：

服务器：

• 网络吞吐量
• CPU 使用率
• 内存使用率
• 磁盘吞吐量
• ……

数据库：

• 连接数
• SQL 吞吐量
• 慢 SQL 数
• 索引命中率
• 锁等待时间
• 锁期待次数
• …..

中间件：

• JVM GC 次数
• JVM GC 耗时
• 堆内、堆外内存使用量
• Tomcat 线程池沉闷线程数
• ……

更多压测时须要关注的指标，见压测指标[2]

如果零碎曾经达到预期，往往还能够能够依照 10-20% 的比例，一直加大压力值，为零碎做一次峰值“摸高”，察看零碎的极限值是多少，做到心里有底。

复盘，性能优化

压测完结，如果未达到预期，能够配合监控排定位，剖析性能问题，性能优化实现后，在下一轮压测中持续验证。

测试中问题剖析和调优的办法这里不开展形容，能够参考这篇测试问题剖析及调优[3]。

如果零碎体现曾经合乎预期，能够用压测失去的零碎吞吐量指标，配置流控、降级、零碎或隔离规定，保障系统稳定性。

阿里云 PTS – 压测大礼包，助您零碎无忧

性能测试 PTS（Performance Testing Service）是一款阿里云 SaaS 化的性能测试工具，从最早为了精准模仿双十一流量洪峰诞生，到当初曾经走过了 10 个年头。每年反对包含双十一在内的全团体范畴的几万次压测工作，是阿里外部双十一技术架构的 ” 提前验证者 ”。

技术让利 1 — 自研 PTS 压测引擎，压力模型准，性能优

PTS 齐全自研的压测引擎，在并发模型的实现上相较传统线程模型性能更优。并且反对 API 维度的吞吐量配置，比开源工具更精密，能够精确模仿流量漏斗模型。

比方实在的流量模型是 100% 用户会调用登录 API，80% 用户会调用刷新衰弱码 API，20% 用户会调用查看核酸 API，这就须要在每个 API 上配置吞吐量（QPS），如果应用并发模型，就无奈模仿此场景。

漏斗模型示例：

PTS 压测还反对多种客户端的流量录制性能，能够疾速构建压测脚本，并反对齐全白屏化的操作，让压测脚本构建的门槛大大降低。

技术让利 2 — 全面兼容 JMeter，上线 JMeter 插件

PTS 在全面兼容 JMeter 的同时，针对 JMeter 分布式压测做了很多优化：

优化点 1：寰球散布施压机，即压即用，可反对百万并发，千万 QPS 压测；

优化点 2：反对吞吐量模式，能够设置全局指标 QPS，更直观掂量服务端性能；

优化点 3：反对压测中调速，能够灵便调整并发或 QPS，一直迫近性能极限点；

优化点 4：反对浏览器插件录制，一键导出 JMeter 脚本，无需配置代理，大大降低构建脚本的工作量；

优化点 5：针对分布式压测，反对主动切分文件，反对全局失效 Timer、Controller 组件，零门槛开启分布式压测；

优化点 6：公布 JMeter PTS 插件，应用 JMeter GUI 客户端即可发动云端分布式压测，无缝连接脚本调试和执行阶段（详见 JMeter 插件应用领导[4]）。

技术让利 3 — VPC 内网压测

在全面正式压测前，重点微服务利用须要在日常态做单利用的压测，摸清楚部分的性能极限。

对于部署在阿里云上的服务，单个微服务利用不会裸露公网入口，这时就须要压测工具有买通 VPC 内网的能力。

PTS 反对 VPC 内网压测，能够在压测时疾速买通施压机与用户 VPC 网络，保障内网压测的网络畅通。在压测完结后，也会即时敞开网路通道，保障网络安全。

用户只须要在压测配置中，抉择微服务利用所在的 VPC 内网、平安组、交换机，即可开启 VPC 内网压测。让您的服务无需裸露公网入口，也能够探测出性能指标。

操作示例如下：

技术让利 4 — 流量地区定制

大部分业务的用户并不是按地区均分的，相同，往往很不平均。要模仿实在流量散布，施压机须要在各地 扩散部署 ，并且反对 按地区 、 按量调配，在压测时，还要反对实时的对立调度。如果施压机都散布在一个 Region，甚至是一个可用区内，那是无奈模拟出来自寰球用户申请的。

应用阿里云性能测试服务（PTS）压测时，开启 流量地区定制 性能，只需简略勾选地区，即可指定施压机的地区散布，目前反对寰球 22 个地区定制。

技术让利 5 — 问题诊断工具

压测的目标是发现性能问题，在压测报告中，PTS 有异样申请状态码的统计，并提供了申请采样日志，能够直观的看到申请、响应的全副信息，对于响应工夫较长的申请，也会直观的展现申请在各个阶段的耗时。

对于 Java 利用，PTS 提供了基于 Java Agent 的问题诊断工具，只需在 Java 利用上挂载探针，即可主动获取利用、API、机器维度的秒级监控。对于报错的申请，能够间接定位到调用链上报错的办法堆栈，省去了大量排查问题的工夫，是定位问题的“利器”。

定位报错办法堆栈示例如下：

老本让利 1 — 上线 JMeter 资源包

PTS 上线了 JMeter 专属资源包，价格相比 PTS 压测资源包更加优惠。

老本让利 2 — VPC 内网压测价格更优

PTS 上线了 VPC 内网压测资源包，1 万并发压测 20 分钟，仅需 29 元起，让日常态内网压测老本更低。

老本让利 3 — 包年包月包，限时优惠 75 折

包年包月资源包，限时优惠 75 折，且在包月时间段内，不计 VUM，适宜高频压测的用户。

老本让利 4 — 定制资源池

对于高并发，须要压测工夫较长的状况，举荐应用定制资源池。20 台施压机以上，间断压测 1 小时的状况下，计费相当于失常压测的 4 折，让长时间、高并发压测的用户领取老本更低。

点击浏览原文，即可返回 PTS 资源包购买页[5]，欢送大家按需选购。

相干链接

[1] Chrome 录制插件应用领导:
https://help.aliyun.com/docum…

[2] 压测指标:
https://help.aliyun.com/docum…

[3] 测试问题剖析及调优：
https://help.aliyun.com/docum…

[4] JMeter 插件应用领导：
https://help.aliyun.com/docum…

[5] PTS 产品购买页：
https://common-buy.aliyun.com…