apache bench+python脚本压测统计TPS和延迟

一、系统的瓶颈

压测的目的就是跑垮系统，达到系统承受最大值。本次压测考虑的方面：
1、CPU利用率、磁盘IO利用率
2、达到系统瓶颈后，再次增大并发和最大连接数吞吐量和延迟反而会下降
3、压测的机器选择，我是在服务器本机上跑的，这会使得压测程序占用一部分CPU,网络延迟几乎为0；而在笔记本上跑，网络延迟占很大部分。

二、python脚本

关于ab的参数分析在上一篇文章中介绍了，网上关于ab都是基于一行命令实现的:ab -n 1000 -c 400 http://baidu.com/，测一次这样的命令根本没有对比，无法达到条件二。于是写了一个python脚本，逐渐加大每个连接的并发数，找到吞吐量的峰值。

模拟场景是1000个请求，在每一个请求保持i个连接，i从1到500

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
1import os

2import xlwt

3import xlrd

4from xlutils.copy import copy

5

6

7ip = 'http://192.168.25.76:3102/'

8

9#创建excel,并写入标题

10workbook = xlwt.Workbook(encoding='ascii')

11worksheet = workbook.add_sheet("My WorkSheet",cell_overwrite_ok = True)

12worksheet.write(0,0,label='请求数')

13worksheet.write(0,1,label='失败数')

14worksheet.write(0,2,label='并发数')

15worksheet.write(0,3,label='TPS')

16worksheet.write(0,4,label='90%的响应时间')

17

18

19

20#追加到xls中

21'''

22excel = xlrd.open_workbook("E:\\QJBZ\\76.xls")

23#获得当前行数

24sheet = excel.sheet_by_index(0)

25oldrows= sheet.nrows

26#创建新的workbook

27workbook = copy(excel)

28worksheet = workbook.get_sheet(0)

29'''

30

31#如果是新创建的文档，则current为1，否则就读取之前文档的最后一行

32currentrows=1;

33for i in range(1,500):

34    myres = os.popen("ab -n 1000 -c "+str(i)+" "+ip).readlines()

35

36    #对应项写入excel中

37    comreq = myres[16].split(":")[1]

38    worksheet.write(currentrows+i-1,0,label=comreq)

39    failreq =myres[17].split(":")[1]

40    worksheet.write(currentrows+i-1,1,label=failreq)

41    conlevel = myres[14].split(":")[1]

42    worksheet.write(currentrows+i-1,2,label=conlevel)

43    tps = myres[20].split(":")[1]

44    tps = tps.split("[")[0]

45    worksheet.write(currentrows+i-1,3,label=tps)

46    responsetime= filter(None,myres[37].split(" "))

47    worksheet.write(currentrows+i-1,4,list(responsetime)[1])

48

49

50

51workbook.save('E:\\QJBZ\\76_v0.2.xls')

52

53

注意：脚本中没有更改路径，则应在apache24/bin/下运行，简单点的直接将py文件拖在该目录下，直接python test.py即可。

三、结果分析

测试这方面我是小白一枚，参考大佬的建议，首先测试http接口的tps，包括经过DB的和不经过DB的。再测试一遍所有的html界面即可。

1、http+db
ab测试http+db接口，选取的页面是登录界面，（经过DB）：

1
2
3
1ab -n 1000 -c 5 -p "post.txt"  "http://192.168.25.76:3102/"

2

3

post.txt中是post中传输的param值，格式如下：

1
2
3
1&__RequestVerificationToken=BrQtzWkjyyOJS9H1Z_1u4lMA0wgOku0kZjnRgJHSxF4IKJsOxfo4ISyokliopQhzTojU_4cqE-8TCG02UilhZ3ulDQ9mS1A07YtxyCzF6Fk1&Username=U-002&PassWord=23&UserPermission=军官

2

3

2、仅http
代码和1一样，只是选取不经过db的界面，并且修改post.txt的内容，携带参数要调整。
通过1和2对比就可以得到访问DB的延迟。

3、结果
对登录界面分析

可以看到中间有一些振荡点，但不知是什么原因引起的，所以暂时没调整。
当并发数在100~200之间时，tps最大在1600req/s左右。延迟在140ms左右。

小白就测到这里了，测试的目的是为了验证框架和设计的优点，接下来一步是将后台引入线程池优化，并且测试EF框架的性能！！