利用jmeter进行压力测试

jmeter进行压力测试

推荐博客：jmeter  http://www.cnblogs.com/fnng/category/345478.html

　　　　　 http://www.cnblogs.com/puresoul/category/736960.html

　　　　　javavirtualVM 远程  https://my.oschina.net/sub/blog/223475

　　　　　插件 http://blog.csdn.net/defonds/article/details/54576604

　　　　　调度器  http://blog.csdn.net/java2013liu/article/details/53424545

1.压力测试的简单讲解

2.压力测试的指标、监控

3.利用jmeter进行压力测试

4.压力测试瓶颈的简单定位

1.压力测试的简单讲解

　　（1.）什么时候进行压力测试。

　　　　基于接口的压力测试，在接口功能测试完成之后就可进行接口的压力测试。如果有接口的依赖关系，各个接口都要完成接口的功能测试之后，再行压力测试

　　　　基于业务多场景的综合压力测试，要在所有业务功能测试通过之后进行

　　 (2.) 压力测试的合理性

　　　　压力测试结果是否有效，还要看压力环境，举个例子： 测试环境和生产环境硬件配置没可比性，那么测试环境的压力测试毫无意义，测试报告毫无意义

　　　　在无法保证测试环境生产环境相同的配置情况下，理论要求: 单机配置相同。再举个例子：正式环境服务器10台 16G 4核  数据库 5台   那么测试环境 1台 4核 16G的服务器，数据库服务器也要和生产单台配置相同

　　　　如果有条件可以在生产环境直接进行压力测试

2.压力测试的指标　　　

1、吞吐率（Request per second)

服务器并发处理能力的量化描述，单位是reqs/s,指的是某个并发用户数单位时间内处理的请求数。某个并发用户数下单位时间内能处理的最大请求数，称之为最大吞吐率。

记住：吞吐率是基于并发用户数的。这句话代表，1：吞吐率和并发用户数相关；2：不同的并发用户数下，吞吐率一般是不同的。

计算公式：总请求数/处理完成这些请求数所花费的时间。

Request per second=Complete requests / Time Taken for tests

2、并发连接数（The number of concurrent connections)

并发连接数指的是某个时刻服务器所接收的请求数目，简单的讲，就是一个会话。

3、并发用户数（The number of concurrent users,Concurency Level)

要注意区分这个概念和并发连接数之间的区别，一个用户可能同时会产生多个会话，也即连接数。在Http/1.1下，IE7支持两个并发连接，IE8支持6个并发连接，FireFox3支持4个并发连接，所以相应的，我们并发用户数就得除以这基数。

4、用户平均请求等待时间（Time per request)

计算方式：处理完成所有请求数所花费的时间/(总请求书/并发用户数），即

Time per request=Time Taken for tests/(Complete reuqests/Concurrency Level)

5:服务器平均请求等待时间（Time per request:across all concurrent requests)

计算公式：处理完成所有的请求数所花费的时间/总请求数，即

Time taken for/testsComplete requests

可以看到，它是吞吐率的倒数。

同时，它也等于用户请求等待时间/并发用户数，即

Time per request /Concurrency Level

 3. 利用jmeter进行压力测试

　　1.参数化  2.关联   3.jmeter基本介绍  4.监控   5.测试报告

　　@@@参数化@@@

在做测试时，造的测试数据要有自己的标识，便于以后删除或查找问题，比如：yxjtest001

对于LR或jmeter而言，自己输入的值顶多需要做参数化

参数化原因：
1.逼不得已（应用程序不允许反复操作、数据库校验唯一性）
2.避免数据库的查询缓存
原因：若使用线上(已有)数据或没有参数化，会导致测试结果失真。

查询缓存：

偷懒：
1.若数据量较大，可暂时把数据库校验唯一性去掉
2.为了消除缓存影响，可把数据库缓存(cache)关掉(对于select操作)

银行流水号-------参数化
100个并发用户，并发10分钟，tps=10，1个用户跑基准测试，tps=1
Q：参数化设置？
A：那么平均给每个用户分配60个值，但是建议60以上比如80
(10*10*60/100=60，至少需要造的数据：60*100=6000)

银行流水号-------参数化
100个并发用户，并发10分钟，tps=?(无限)，1个用户跑基准测试，tps=1
Q：参数化设置？
A：那么平均给每个用户分配600个值，但是建议600以上比如800
(一个用户10分钟跑的事务：1*10*60=600，至少需要造的数据：600*100=60000)

关联函数放在距离最近的可以返回关联的值的那个请求的前面

　　　　@@@关联@@@

将服务器返回的动态的变化的值，把他保存为一个参数，以供后面需要使用它的地方进行使用。

什么时候需要做关联：
1.服务器会校验该值的合法性【hash、cookie、session、token、时间戳、验证码（图片验证码、短信验证码、邮箱验证码）】
遇到 验证码 时，写js去自己解析验证码，然后再使用；
或者把验证码验证去掉（或整个万能验证码）
2.数据库打交道--后续需要对该值进行增删改查操作（此情况用的比较多）
insert操作---插入的值需要与其他表的数据建立关联/对应关系，需要进行关联

脚本回放成功，只是代表http状态码成功

查看关联函数放在哪儿，可以：
1.鼠标放在不确定放在哪儿的脚本中，点击 tree-->http View 查看response
2.抓包看，找要关联的变化的值，看其在哪个URL（即哪个URL会返回该值）
3.点击 Run-time setting-->Log-->勾选 Data returned by server
4.看脚本下方的 Generation Log

关联函数添加：
1.进入Tree 模式，response下，找到要关联的值-->右键 Create Parameter
（此种方式关联的位置是对的，且会自动把左右边界找好，但是有可能左右边界值会错，所以需要回放看一下）
2.右键 insert-->new step （或者 alt+insert）||直接点击页面顶部的 insert-->new step
3.直接从response里面找
4.抓包，看里面的左右边界值
5.通过查看源文件，找左右边界值

>如果不转义，回放时系统会默认是HTML语言的一部分，进而把其忽略掉

如果左右边界设置的值不是很精确的话（即好多地方不同的内容都匹配），系统默认取第一个取到的值，若是第一个值匹配的话还好，不匹配的话就会报错。

如果想要关联的值出现的次数较多，不确定取哪个值的左右边界时，建议取出现次数较多的。

批量替换：ctrl+h

【例子：】
登陆天猫----查看首页----浏览商品---商品添加购物车---修改商品信息----删除不要的商品---支付---查看订单--删除订单

登陆----可能需要参数化----select

查看首页--理论不需要参数化关联，精准推荐时候需要关联----select

浏览商品---有可能参数化 有可能关联 ----都是产品id----select

添加购物车---关联 商品id 用户id insert

修改商品信息---关联 商品id 用户id update

删除商品-----关联 商品id 用户id delete

支付-----insert订单 关联 订单id 用户id delete删购物车 关联商品id 用户id update 修改库存 商品id

查看订单----关联select 订单id

删除订单-----delete 关联 订单id

 　　　　@@@jmeter基本使用@@@

启用 调度器，则 循环次数 不生效

CSV Date Set Config中Allow quoted data?设置 True时取的值没有引号；设置 False时取的值有引号

CSV Date Set Config中Sharing mode----All threads：标准的 唯一 + 每次迭代
线程组与线程组之间取值也不一样，严格遵循唯一
CSV Date Set Config中Sharing mode----Current thread：标准的 顺序 + 每次迭代
不同线程组之间也是顺序的
CSV Date Set Config中Sharing mode----Current thread group：基于每个线程组下的 唯一 + 每次迭代
不同线程组之间是顺序的，平行取值

Loadrunner与Jmeter相比，Loadrunner靠谱。
Loadrunner响应时间比Jmeter小，因为是C写的。
小规模并发，jmeter响应时间比LR小一些，理论上LR响应时间比jmeter短，所有要加检查点，看请求是否都成功。
大规模并发，jmeter响应时间比LR大。

LR关联有5种方法：
tree视图response中找
tree视图里邮件自动关联
lr日志里找返回值
抓包
chrome中F12
查看源文件

Python最少学到IO操作

第1种自动化：测试工具的开发
第2种自动化：测试平台的开发

在做性能压测的时候，查看结果树一般被禁用，此时可以加【断言结果】，以此来查看请求是否成功。
【响应断言】结果在查看结果树里看

Jmeter中Think-time可以靠添加【定时器】来实现

Jmeter中集合点可以靠添加【Synchronizing Time】来实现

Jmeter查看报告的话，看【聚合报告】

跟随重定向，会记录整个请求过程，包括cookie跟header，自动重定向不会。

数据库连接池有2个，一个是MySQL允许的最大值，一个是应用程序允许的。主要是看应用程序允许的最大值是多少。
比如Jmeter中要看ax Number of Connections设置的值

开发测试的值跟你的不一样（响应时间比你测的少，TPS比你的大）？
先确定软件/硬件环境、数据库里的数据量是否一致，用的测试工具是否一致？
ab或webbench不接收服务器返回值，但是LR跟jmeter会接收服务器返回值，所以会不一样。
即使用相同的工具，得出的值也会有所差异，但是不会差很多，可以取平均值。

工具里的响应时间是1.9秒，但是日志里响应时间是1.8秒？
先确定你们的响应时间是不是指的【同一个】请求，因为工具里给的时间有可能是多个请求的。

假设开发跟你看的都是一个请求，但是响应时间的值不一样，是什么原因？
开发计算的起始结束时间与你的不一样，你的话可以从负载机、网络、中间件排查是否哪里中出了问题。

　　　　　　@@@监控@@@@

CPU使用率高怎么办？
top命令看下CPU使用情况，然后按1看下是否所有的CPU都高，然后再看是由于刚并发导致的还是并发一段时间后出现了该现象
接着看到底是用户态进程占用CPU高还是系统态进程占用CPU高，如果是user占用高则说明用户进程消耗了，
去查看高的进程（top），再去看进程对应的线程及执行的请求；
如果是系统态占用CPU高，说明系统内核调用导致了CPU比较高，
看是否是由于磁盘繁忙（sar、nmon--discuss busyness）导致的，
如果是磁盘的话再看是读还是写导致的，若是读（磁盘往内存里读）说明有可能是内存不足导致的，
若是写操作比较高看下是谁在写操作，查看下当前系统在写什么然后减少下写操作
如果不是由磁盘引起的，使用命令strace看系统调用的哪个内核，

总结(CPU消耗高定位)：
top 找出消耗最高的进程pid
top -H -p pid （找出最高的线程tid）
printf "%x " tid 线程tid转换成16进制B
然后拿着B去jstack dump出来的文件（nid）里查对应的方法
或者 jstack pid | grep 转换成的16进制

用户态cpu：用户进程做的事
系统态cpu：任何触发内核调用的

进程状态：running、终端可恢复状态、中断不可恢复状态、僵尸进程

top: load average-->指系统正在排队的进程已经进行的进程，简单来说就是系统负载
（系统过去1分钟的平均负载、系统过去10分钟的平均负载、系统过去15分钟的平均负载）
查看cup颗粒数-->top后按1 或 cat /proc/cupinfo
Cpu(s)-->指平均CPU使用情况，不会超过100% || 但是Cpu却可能超过100%
Swap-->指虚拟内存
NI：指CPU运行进程的优先级
按CPU排序：shift+P
按内存排序：shift+M

load average:load---等待IO的进程+等待CPU处理的进程

CPU低，负载高情况：
IO操作进程比较多，等待IO的进程多
数据库全表扫描（没有索引时），因为数据不在内存在磁盘中，要从磁盘中那数据

存活区大约是大小相等，位置互换

YGC时执行2件事：
①. 寻根判断，判断哪些是垃圾对象，哪些是存活对象(没有引用的对象属于垃圾对象，还有引用的指向属于存活对象)。
②. 进行垃圾回收，把存活对象放到第一个存活区，把垃圾对象回收。(在进行垃圾回收时，整个应用程序的线程是暂停的。)

年轻代(仅仅供参考下，不全)：
串行回收：java应用线程停止，用1颗CPU进行回收
并行回收：java应用线程停止，用多颗CPU进行回收

YGC只会发生在伊甸园区（伊甸园区触发YGC），但是YGC作用的范围是伊甸园区+存活区。

以下会进入老年代区：
1.大对象
2.长期存活的对象（默认age=15-->GC15次）
3.对象动态分配（survivor空间中相同年龄的对象的大小总和大于survivor空间的一半，则从该age及以上都会晋升到老年代）

老年代满了会触发FGC，但是年轻代与老年代不同时做GC。

什么情况下会导致FGC？
1.定位内存泄漏用 jmap -dump的时候会触发FGC
2.老年代内存不足的时候
3.持久代被写满
4.System.gc()被显示调用
5.上一次GC之后Heap的各域分配策略动态变化

如果有大量的FGC就要查询是否有内存泄漏的问题了，若FGC数量比较大并且执行时间较长，就会导致系统的响应时间较长。

Full GC:
对整个堆进行整理，包括年轻代、老年代和持久代。
Full GC因为需要对整个堆进行回收，所以比YGC要慢（且会频繁占用线程），因此应该尽可能减少、延缓FGC（老年代）的次数。

GC时，java应用线程是停止的，回收之后应用程序才会继续

jmap:分析内存泄漏，dump内存使用情况的
jmap -heap pid
jmap -histo pid 内存调用情况（能定位到方法级），若前几个没有自己认识的方法，
用MAT把内存信息dump下来
jmap -histo:live pid 内存中还在引用的对象
jmap -dump:live,format=b,file=XX.bin pid 可以dump堆内存使用快照
jmap -dump 的时候会进行(触发)FGC

jstat监视垃圾回收活动情况,看YGC时间是不是太长，FGC的频率是否太高，从而对代码进行优化
jstat -gcutil pid 2000 ---2秒刷新一下数据

jstack:把栈区dump下来,分析线程栈的时候：
先搜索是否有blocked（死锁）状态(如有blocked看死锁的线程执行的方法，进而找出原因)
再看waiting状态(看waiting线程执行的方法，进而找出原因)
再看running，像什么CPU高就是running造成的
jstack pid

总结(CPU消耗高定位)：
top 找出消耗最高的进程pid
top -H -p pid （找出最高的线程tid）
printf "%x " tid 线程tid转换成16进制B
然后拿着B去jstack dump出来的文件（nid）里查对应的方法
或者 jstack pid | grep 转换成的16进制

线程ID转换为16进制格式：
printf "%x " tid

线程常见几种状态：runnable running wating sleeping blocked dead
进程几种状态：running 中断可恢复状态 中断不可恢复状态 僵尸进程

硬件原因，比如CPU满或者负载非常高
用top命令查看cup、load average；iostat查看IO信息--若tps很低则代表IO没问题

【【日志要实时看，出了问题先看日志再使用top命令排除完硬件原因后，应该马上用jstack去看下线程栈】】
1.jstack 应用pid > XXX.log
2.看线程栈：vi XXX.log
3.搜索：/BLOCK 死锁原因在 at 后

数据库死锁：表现在mysql里面block
线程池死锁：在线程池里面的锁就是线程池死锁

Jmeter 比 LoadRunner快的原因：Jmeter有个长连接可勾选(User KeepAlive)

JVM参数--JVM内存大小默认64M好像是

定位内存泄漏最快的方式是用jmap
1.jmap -histo pid 内存调用情况（能定位到方法级），若前几个没有自己认识的方法，就用MAT把内存信息dump下来
2.jmap -histo pid > 1.txt
3.查看 1.txt，若在前20中没有发现认识的包/方法，就先dump一份(jmap -dump:live,format=b,file=XX.bin pid 可以dump堆内存使用快照)
4.然后sz XX.bin文件到Windows环境上，用MAT或jhat分析dump的文件，一般用MAT
5.使用MAT打开后会有2个窗口，不要看视图(Overview)而是先看报告就行

jmap -dump 的时候会进行(触发)FGC

jvisualvm dump的文件后缀是：.hprof

linux部署项目时，.war文件一般会自动解压，若系统没有给自动解压就用unzip手动解压即可

掌握JVM垃圾回收原理，能够熟练使用jmap、jstack、jhat、jstat、jconsole、jvisualvm、jprofiler 进行性能监控、问题定位及Java虚拟机的问题优化