在做性能压测之前，首先我们需要明白我们压测的目标是什么？是性能摸底？ 还是测试是否满足设计指标，你可能会有疑问，这两个有什么不同吗？
性能摸底：测试机器最大处理能力，比如cpu已经超过80%，内存超过80%以及jvm的使用情况。
设计指标压测：只要压测的指标满足设计即可，不一定非得对容量进行摸底。
压测环境
硬件环境：
| 服务 | 配置 |
|---|---|
| awardService 容器（单实例） | 8C 16G |
| mysql 容器（单实例） | 4C 8G |
| redis集群 | 架构：集群内存：6G 3分片；网络信息：最大连接30,000 个；最大网络吞吐 3456Mb/s |
软件环境： jdk11、springboot
测试方法
在样本数量相同的前提下，观察不同的并发数所带来的指标的变化情况。
本次的样本是按照未来期望的百万用户的十分之一的（100000）数量进行尝试摸底，从而估算百万用户的情况。
测试工具
常用的三款工具ab，locust ，jemter
ab - Apache HTTP server benchmarking tool - Apache HTTP Server Version 2.4 该工具非常轻量级，适合程序员，而且都是命令操作 使用起来非常简单
ab -B http -c 1000 -t刚开始我们用的是ab，觉得非常好用，但有个问题是不能传复杂的参数，当时解决的方案是通过修改代码来满足传参，但压测完需要把代码改回去，后来觉得麻烦，选择了下边的locust。
locust : python语言写的压测工具 Locust - A modern load testing framework
我们用locust库写了脚本来满足压测场景
from locust import FastHttpUser, task, TaskSet import random import json class TaskTest(TaskSet): def assign(self,identifier): request_url="/api/v1/award" data ={ "poolKey": "24523ced", "poolPwd": "xx232daaadv", "identifier": identifier } header = {"Content-Type": "application/json;charset=UTF-8"} response=self.client.request(method='POST', path=request_url, data=json.dumps(data), headers=header, name='抽奖', verify=False, allow_redirects=False) return response def receive(self,awardKey,awardPwd): receive_url="/api/v1/receive"; data={ "key": awardKey, "pwd": awardPwd } header = {"Content-Type": "application/json;charset=UTF-8"} response=self.client.request(method='POST', path=receive_url, data=json.dumps(data), headers=header, name='兑奖', verify=False, allow_redirects=False) return response @task def execute(self): identifer='identifer'+str(random.randint(0,10000000)); response=self.assign(identifer) if(response.json().get('code')==200): response=self.receive(response.json().get('key'),response.json().get('pwd')) else: print('end') class AwardMgt(FastHttpUser): host = 'http://127.0.0.1:8080' # 每次请求停顿时间 tasks = [TaskTest]刚开始我们使用的是HttpUser，但后来因为性能问题，我们把HttpUser换成了FastHttpUser， 据官网介绍FastHttpUser比HttpUser快很多，一秒钟可以启动5000个请求，HttpUser只能850个
但locust仍然有个问题： 由于python的全局锁，导致只能使用到机器的一个cpu，在压测场景中cpu很容易到100%
解决的方式：locust提供了分布式的压测方案，可以启动多个进程的方式，进程之间的全局锁不互相影响
启动多个locust进程
locust -f afast.py --worke #命令详看 locust --help 该命令会等待worker的启动 locust -f afast.py -r 100.00 -t 5m -u 3000 --expect-workers 8 --master --headless压测工具比较
| 工具 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| ab | 小巧、简单、易上手 | 无法传参，没有图形界面 | 简单的http压测 |
| locust | 可以传参，功能更强大,可以启动多个进程压测 | 有一定的学习成本 | 复杂的场景压测，可以按照比例分配并发 |
关于jemter
在我过去的工作经历中，我接触到的第一款压测工具就是jemter，这次之所以没使用，因为上边的两款工具已经能满足我们的压测场景了，而且从使用上来讲比jemter更方便一些，但jemter是有图形界面的，这可能对初次使用的同学来说更友好一些。
压测结果
这是我们用Ab的压测结果
总结
有人说，压测是QA的事情，你说的没错，但我觉得研发也需要掌握基本的压测技能，一方面对自己写的东西随时摸底，心里有数，提前发现问题，另外不需要依赖QA的排期，你知道很多公司的QA资源是非常有限的，等QA的排期往往要等很久，包括很多大公司，因为大公司有研发和QA的人数比，大概是3:1。自己写的东西自己可以随时拿到结果，是不是很爽?
最后：下方这份完整的软件测试 视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】
软件测试面试文档
我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
