背景 压力测试是评估应用性能的一种有效手段.此外,越来越多的应用被拆分为多个微服务而每个微服务的性能不一,有的微服务是计算密集型,有的是IO密集型. 因此,压力测试在基于微服务架构的网络应用中扮演着越来越重要的角色.本文将在Kubernetes集群中使用JMeter 3.2来对Company应用进行性能评估. 在上文<微服务化后的按需精细化资源控制>中已了解到Manager服务的资源需求最大,本次使用JMeter对Company应用进行精细的性能测试. 制定JMeter测试方案 制定的测试方案

在k8s上部署jmeter的mater和slave,根据压测需求动态增减master和slave节点数量,即可以完成压测任务,又可以是资源利用最大化 https://blog.kubernauts.io/load-testing-as-a-service-with-jmeter-on-kubernetes-fc5288bb0c8b

原文持续更新完善:https://www.cnblogs.com/uncleyong/p/15475614.html 前言:当前的热门主流技术是哪些?测开为啥那么火?90%以上的测试对测开认识不准确 docker.k8s.skywalking.efk(elk,elfk).prometheus.全链路.微服务.性能调优等. 正确认识测开:为啥部分高薪测开也要求自动化.性能.安全?https://www.cnblogs.com/uncleyong/p/11995605.html 本实战项目用到的技术

说明: 本文是基于虚拟机环境配置设计的 性能测试需求 总tps≥100 每个业务的rt<500ms 持续稳定跑50万业务量 单场景 目的:找到单场景的性能问题,为容量场景提供参考,如果低于容量场景中此接口的目标tps,那肯定要先优化 核心业务接口:查询礼品.兑换礼品.查询订单 数据库存量数据设计 礼品:10000 库存:10000 订单:100000 参数化数据设计 查询礼品:10000 查询订单:10000 开启慢查询及设置阈值 vim my.cnf 开启慢查询 slow_query_log=

说明: 本文是基于虚拟机演示的,资源有限 skywalking中拓扑图 kubectl get po -A -owide 测试执行:单场景 查询礼品 jmeter -n -t gift.jmx -l res.jtl -e -o res/ 通过下图可以看到,tps>50 压测结果 兑换礼品 见下方性能问题2 查询订单 见下方性能问题1 测试执行:混合场景 12线程 测试执行:稳定性场景 说明:下图大概00:25后tps上升,是因为我把服务器上无关的服务停了 性能问题1:查询订单慢sql 压测执行

前言 在做性能测试时,如果有一个性能测试结果实时展示的页面,可以极大的提高我们对系统性能表现的掌握程度,进而提高我们的测试效率.但是我们每次打开Jmeter都会有几个硕大的字提示别用GUI模式进行负载测试,而且它自带的监视器效果实在一般:在Windows下渲染效果不好,在linux环境(非GUI环境)下更是无法使用,这一点我在如何选择性能测试工具中有过简单的描述. 所以,在做性能测试时,为Jmeter构建一个可视化的监控环境平台是非常有价值的.这也是这篇博客的目的. 首先我们来看一下最后的成品,

背景 秒杀是我们ServiceComb开源团队以领域驱动设计(DDD)为背景,从零开始构建一个微服务架构的示例项目:在<秒杀开发历程>系列博文中提到它作为一个高并发压力场景的应用,采用了CQRS模式构建,因此我们将使用JMeter来对其进行性能评估. 制定用户行为模型 因为秒杀的场景在现实生活中非常常见,所以用户行为模型非常容易设计: 客户不停的刷秒杀活动,直到刷出一个正在进行的秒杀活动: 刷出了秒杀活动后,马上请求秒杀优惠券: 无论是否成功,客户会稍后查询一次自己已经拥有的优惠券确定优惠券是

1.运行环境 k8s Web服务器: Liberty(IBM J9 JDK),base image : FROM websphere-liberty:20.0.0.3-kernel-java8-ibmjava DB:  DB2 WebApp 简介: 一个简单的Restful服务,从DB2 Select若干条数据 测试环境: 为防VPN等家里网络影响测试效果,在另外一个POD上装Jmeter,这样用POD调用POD,测试结果比较准确 2.调优前 2.1 环境设置 JVM setup: -Xms -

前言 本篇文章引用了小菠萝测试笔记,大部分内容非原创,基于自身实操过程中,完善了部分. 本篇随笔是在Linux上搭建的,后面会补充在docker以及k8s上如何部署安装 工具介绍 工具 介绍 Jmeter 压测工具 InfluxDB Go 语言开发的一个开源分布式时序数据库,非常适合存储指标.事件.分析等数据 Grafana Javascript 开发的前端工具,用于访问 InfluxDB,自定义报表.显示图表等,支持二次开发 Centos8安装InfluxDB InfluxDB 官网下载路径:

什么是Jenkins共享库 随着微服务的增多,每个项目的都需要pipline文件,这样的话Pipeline代码冗余度高,并且pipeline的功能越来越复杂. jenkins可以使用Shared Lib,将一些公共的pipeline抽象做成模块代码,在各种项目pipeline之间复用,以减少冗余. 共享库目录结构 共享库根目录 |-- vars |-- test1.groovy |-- src |-- test2.groovy |-- resources vars: 依赖于Jenkins运行环境

前面部分依照CentOS单机安装k8s并部署.NET 6程序来进行,内存.cpu.centos版本一致,之前222元买的三年8M 2c4g腾讯云轻量服务器,这个教程算是写的很详细的了,基本可以一致执行下去就能打开网页 我卡在了搭建私有仓库部分,里面写的是需要添加insecure-registries,然后重启,但是重启之后我这里一直启动不了(IP已经修改成自己服务器的IP),随后我将添加的insecure-registries部分删掉,然后推送仓库时推送到了自己的docker hub(10.21

选择kube-prometheus版本 k8s集群版本是1.22.x 5个节点 说明:如果你电脑配置低,也可以1个master节点,2个node节点 3个节点 Kube-Prometheus地址:https://github.com/prometheus-operator/kube-prometheus/ 找到和自己Kubernetes版本对应的版本 选择0.9 克隆:git clone -b release-0.9 https://github.com/prometheus-operator/

前言 虽然可以使用jvisualvm之类的工具监控java项目,但是集群环境下,还是捉襟见肘,下面介绍如何用主流的prometheus来监控java项目. java项目配置 在pom.xml中添加依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependen

Arthas(阿尔萨斯)是阿里巴巴开源的性能分析神器. k8s中使用arthas的三种方式 [bak]https://www.cnblogs.com/uncleyong/p/15498842.html 1.复制文件:从本机复制到k8s容器,https://www.cnblogs.com/uncleyong/p/15498199.html 2.初始化容器 3.打到镜像里面 示例:初始化容器 资源文件yaml配置 初始化容器 initContainers: - image: 192.168.117.

资源文件yaml配置 -javaagent:/usr/skywalking/agent/skywalking-agent.jar -Dcom.sun.management.jmxremote -Djava.rmi.server.hostname=192.168.117.161 -Dcom.sun.management.jmxremote.port=1092 -Dcom.sun.management.jmxremote.ssl=false -Dcom.sun.management.jmxremot

k8s外安装mysql https://www.cnblogs.com/uncleyong/p/10739530.html 配置MySQL Exporter采集MySQL监控数据 创建yaml文件:vim mysql-exporter.yaml apiVersion: apps/v1 kind: Deployment metadata: name: mysql-exporter namespace: monitoring spec: replicas: 1 selector: matchLabe

skywalking架构及简介 官网:https://github.com/apache/skywalking 简介 Java, .NET Core, NodeJS, PHP, and Python auto-instrument agents. Go and C++ SDKs. LUA agent especially for Nginx, OpenResty and Apache APISIX. Browser agent. Service Mesh Observability. Contr

k8s集群 kubectl get node EFK简介 ElasticSearch:分布式存储检索引擎,用来搜索.存储日志 Fluentd:日志采集 Kibana:读取es中数据进行可视化web界面展示 下载 https://github.com/kubernetes/kubernetes/tree/master/cluster/addons/fluentd-elasticsearch https://github.com/kubernetes/kubernetes/tree/release-

[性能基础] 性能测试概念.术语:https://www.cnblogs.com/uncleyong/p/10706519.html 性能测试流程(新):https://www.cnblogs.com/uncleyong/p/12311887.html(获取访问密码,请关注公众号:全栈测试笔记,回复:密码) 性能测试基础[第三篇]性能测试方案 性能测试基础[第四篇]性能测试用例设计(单场景.混合场景.稳定性场景等) 性能测试基础[第五篇]性能测试报告(请联系作者) TPS和QPS的区别 [jme

前言 因为工作需要,久违的从自己的有道云笔记中去寻找压测相关的内容,翻开之后发现还不错,温故一遍后顺便整理出来分享给大家. 题外话,工作8年多,有道云笔记不知不觉都6G多了,扫一眼下来尽是云烟过往,竟然还能发现Struts的东西,令人甚为感怀,挺好奇你们的云笔记长什么样子. 话说,我如果一直这么记下去,有朝一日能成为IT界的司马迁不哈哈? 为何JMeter 犹记得当年工作之初,压测根本不成为话题,当时的框架也相对复杂,和现在的SpringBoot用法简直云泥之别,在那种环境下,除了大公司,压测自

线程组 在使用jmeter性能测试时,我们都得先添加个线程组,右键testplan-->添加-->Threads-->线程组.在线程组下执行. 问题:为了能够让jmeter在做性能测试的时候,能够像loadrunner场景设置中逐渐增加并发数,且逐渐减少并发用户数,在不同的并发用户数下,测试系统各个指标的变化.我们使用jmeter插件jp@gc - Stepping Thread Group 使用插件需要下载 JMeterPlugins-0.5.1.zip  下载地址:https://j