分布式压测之locust和Jmeter的使用

2024-03-09 19:28

本文主要是介绍分布式压测之locust和Jmeter的使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

受限于单台机器的配置问题,我们在单台机器上达不到一个很高的压测并发数,那这个时候就需要引入分布式压测

分布式压测原理:

一般通过局域网把不同测试计算机链接到一起,达到测试共享、分散操作、集中管理的目的。

  1. 选择一台作为调度机(MASTER),其他机器作为执行机(SLAVE)
  2. 执行完成执行机会把所有数据上传汇总到调度机

LOCUST

首先要确保调度机和执行机上都已经有了测试脚本

第二、cmd启动调度机locust -f <脚本名.py> --master

第三、cmd启动执行机locust -f <脚本名.py> --worker --master-host=xxx.xxx.x.x

第四、在网页运行http://localhost:8089/,locust默认8089端口,就可以让调度机操作执行机了

Jmeter

这是一款绿色软件,所以直接复制到测试机上就可使用了同时还保证了Jmeter版本是一致的(JDK版本也需要一致)

第一步配置执行机配置:

  1. 修改jmeter.properties
    • server_port=1099
    • server.rmi.localport=1099(保持和上面设置的端口号一致)
    • server.rmi.ssl.disable=true(关闭ssl)
  2. 修改jmeter-server
    • RMI_HOST_DEF=-Djava.rmi.server.hostname=xxx.xxx.xxx.xxx(本机ip)
  3. 启动执行机上bin目录下的jmeter-server(windows启动jmeter-server.bat),并记录下ip和port

第二步配置调度机的配置:

  1. 修改jmeter.properties
    • server.rmi.ssl.disable=true(关闭ssl)
    • remote_hosts=localhost:1099(与执行机配置的ip和port对应,如果存在多个用逗号隔开)

 这样就完成了让调度机控制执行机

那我们为什么要这么高的并发数,或者说我们怎么去确定我们的并发数呢?

 当然所有指标都可以按需求来,那需求中的并发数怎么来的呢?或者说如果没有需求指标呢?

1.稳定测试的并发量(均值)

  PV:(page view)页面访问量,也就是每打开一次页面PV计数+1

  UV:(unique visitor)唯一访问用户数,用来衡量真实的网站用户数

  一般用UV来统计用户活跃数,用PV来统计用户访问页面的频率

  举个例子:假如业务部门告知我们一天系统有4w个请求,那么我想知道需要多少的并发数

  普通计算公式(根据每天访问):TPS(并发数/每秒) = 总请求数 / 总时间,通过这个公式我们可以计算得到 TPS = 40000请求量 / (24 * 3600秒)=0.46请求数/秒,那么我们在测试环境对系统进行性能测试,只需要0.48个请求就可以满足需要

  二八原则计算方法(根据每天访问):普通计算公式可能不一定可以代表线上绝大多数情况,因为可能存在被低访问平均拉低数据,所以使用二八原则(80%请求在20%的时间完成) = 总请求数 *0.8 / 总时间*0.2,那么通过这个公式我们计算出1.85请求量/秒就可以得到并发数

  注:当然有细分数据那更好了,可以更准备知道更准确的有效时间和请求

2.压力测试的并发量(极值)

  举个例子:订单最高峰在1个小时内有7200个订单

  计算压力测试的并发数:TPS = 峰值请求数 / 峰值的时间 * 系数 ,系数根据自己对系统要求不同决定,比如系数是2,那么我们通过公式可以计算到7200 / 3600 * 2 = 4请求数/秒,4个请求数就可以满足需要

​现在我也找了很多测试的朋友,做了一个分享技术的交流群,共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源,没人解答问题,坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化,性能,安全,测试开发等等方面有一定建树的技术大牛
分享他们的经验,还会分享很多直播讲座和技术沙龙
可以免费学习!划重点!开源的!!!
qq群号:485187702【暗号:csdn11】

最后感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走! 希望能帮助到你!【100%无套路免费领取】

这篇关于分布式压测之locust和Jmeter的使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/791718

相关文章

使用Redis快速实现共享Session登录的详细步骤

《使用Redis快速实现共享Session登录的详细步骤》在Web开发中,Session通常用于存储用户的会话信息,允许用户在多个页面之间保持登录状态,Redis是一个开源的高性能键值数据库,广泛用于... 目录前言实现原理:步骤:使用Redis实现共享Session登录1. 引入Redis依赖2. 配置R

使用Python的requests库调用API接口的详细步骤

《使用Python的requests库调用API接口的详细步骤》使用Python的requests库调用API接口是开发中最常用的方式之一,它简化了HTTP请求的处理流程,以下是详细步骤和实战示例,涵... 目录一、准备工作:安装 requests 库二、基本调用流程(以 RESTful API 为例)1.

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

Python yield与yield from的简单使用方式

《Pythonyield与yieldfrom的简单使用方式》生成器通过yield定义,可在处理I/O时暂停执行并返回部分结果,待其他任务完成后继续,yieldfrom用于将一个生成器的值传递给另一... 目录python yield与yield from的使用代码结构总结Python yield与yield

Go语言使用select监听多个channel的示例详解

《Go语言使用select监听多个channel的示例详解》本文将聚焦Go并发中的一个强力工具,select,这篇文章将通过实际案例学习如何优雅地监听多个Channel,实现多任务处理、超时控制和非阻... 目录一、前言:为什么要使用select二、实战目标三、案例代码:监听两个任务结果和超时四、运行示例五

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比