安装
# 安装编译工具和下载源码
sudo yum groupinstall 'Development Tools'
sudo yum install -y openssl-devel git
git clone https://github.com/wg/wrk.git wrk-4.2.0
# 编译
cd wrk-4.2.0
make
# 建立软连接
ln -s /data/wrk-4.2.0/wrk /usr/local/bin
使用wrk
使用方法: wrk <选项> <被测HTTP服务的URL>
使用方法: wrk <选项> <被测HTTP服务的URL>
Options:
-c, --connections <N> 跟服务器建立并保持的TCP连接数量
-d, --duration <T> 压测时间
-t, --threads <N> 使用多少个线程进行压测
-s, --script <S> 指定Lua脚本路径
-H, --header <H> 为每一个HTTP请求添加HTTP头
--latency 在压测结束后,打印延迟统计信息
--timeout <T> 超时时间
-v, --version 打印正在使用的wrk的详细版本信息
<N>代表数字参数,支持国际单位 (1k, 1M, 1G)
<T>代表时间参数,支持时间单位 (2s, 2m, 2h)
简单的压测
简单进行一次压测,用10个线程,200个连接,对百度进行30s的压测。以下是对压测结果
wrk -t 10 -c 200 -d 30s --latency http://www.baidu.com
# 结果如下:
Running 30s test @ http://www.baidu.comm/
# 30s内测试百度的结果
12 threads and 400 connections
# 用12个线程 400个连接测试
Thread Stats Avg Stdev Max +/- Stdev
Latency 92.44ms 100.49ms 1.35s 91.97%
Req/Sec 431.84 159.53 1.37k 72.45%
# 用表格解释
Latency Distribution
# 响应时间-延迟分布明细
50% 64.42ms # 有50%的请求执行时间是在64.42ms内完成
75% 87.76ms
90% 157.02ms
99% 581.42ms # 有99%的请求执行时间是在581.42ms内完成
149798 requests in 30.09s, 241.85MB read
# 30秒内功处理了 149798 个请求,读取了 241.85MB 的数据
Socket errors: connect 0, read 16, write 0, timeout 599
# 错误:连接错误:0 读错误:16 写错误:0 超时:599
Requests/sec: 4977.65 # QPS 4977.65, 即平均每秒处理请求数为4977.65
Transfer/sec: 8.04MB # 平均每秒读取 8.04M 的数据
压测结果解释:
Thread Stats 统计结果 |
Avg |
Stdev |
Max |
+/- Stdev |
Latency 响应时间-延迟分布 |
92.44ms |
100.49ms |
1.35s |
91.97% |
Req/Sec 每线程每秒完成请求数 |
431.84 |
159.53 |
1.37k |
72.45% |
压测脚本
首先需要准备一个 lua 文件,比如名为 test-postapi.lua
### 请求方式
wrk.method = "POST"
### 设置 请求类型
wrk.headers["Content-Type"] = "application/json"
### POST 请求参数
wrk.body = '{"username": "13999999999","username": "13999999999"}'
模拟6个线程,600个连接,在60s内,间隔6s 执行 test-postapi.lua 脚本的请求
# 进入wrk执行文件目录
./wrk -t6 -c600 -d60s --script=test-postapi.lua --latency http://api.xxxdev.com/enterprise/user/login
# --script 参数的值为脚本名
# --latency 参数的值为接口地址
搜集自网络
系统性能的维度
延迟
简单易懂。green:一般指响应时间
95线:P95。平均100%的请求中95%已经响应的时间
99线:P99。平均100%的请求中99%已经响应的时间
平均响应时间:所有请求的平均响应时间
最大响应时间:所有请求中最大的响应时间
吞吐量
简单易懂。green:即每秒处理的请求数量
对于查询搜索类的系统使用每秒处理的请求数(QPS)来衡量吞吐能力
一般对于交易类的系统使用每秒处理的事务数(TPS)来衡量吞吐能力。
TPS:每秒处理的事务数(比如每秒处理的订单数)
QPS:每秒处理的请求数
系统容量
也叫做设计容量,可以理解为硬件配置(内存,cpu什么的),成本约束