问题背景在使用JMeter压测时，发现同一后端服务，在单机500并发下，HTTP和HTTPS协议压测RT差距非常大。同时观测后端服务各监控指标水位都很低，因此怀疑性能瓶颈在JMeter施压客户端。问题分析切入点：垃圾回收首先在施压机观察到CPU使用率和内存使用率都很高，详细看下各线程CPU、内存使用情况：top-Hp{pid}发现进程的CPU使用率将近打满，其中GC线程CPU使用率很高再看下gc的频率和耗时，发现每秒都有YoungGC，且累计耗时比较长，因此先从频繁GC入手，定位问题。java/bin/jstat-gcutil{pid}1000在压测过程中，对JMeter的运行进程做了Heap
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。选择一台作为调度机（MASTER）,其他机器作为执行机（SLAVE）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--master第三、cmd启动执行机locust-f--worker--master-host=xxx.xxx.x.x第四、在网页运行http://localhost:8089/，locust默认
需求两个记账接口在同一时间大量处理同一账户账务时，锁表顺序不同导致死锁，在修改完代码后模拟生产记账流程进行测试，需要对两个接口进行并发测试。在进行压测的时候，需要对流水号进行递增。PostMan处理流程1.新建Collections2.设置全局变量3.新建要测试的接口api4.在Pre-requestScript中设置相关规则使用JavaScript语言进行脚本编写//postman.getGlobalVariable获取定义的全局变量//postman.setGlobalVariable设置定义的全局变量//将流水号加1varseqno=Number(postman.getGlobalVar
这里是weihubeats,觉得文章不错可以关注公众号小奏技术，文章首发。拒绝营销号，拒绝标题党Springcloudgatewayversion3.1.4背景线上的api-gateway网关在请求量过大的时候会偶尔出现如下报错io.netty.channel.ConnectTimeoutException:connectiontimedout:这说明网关存在一定的性能瓶颈，需要对网关进行性能优化或者扩容podSpringcloudgatewayIO模型我们通过查看Springcloudgateway源码发现Springcloudgateway使用的IO通信sdk主要是使用的reactor.n
docker+jmeter实现windows作为主控机，linux作为负载机的分布式压测环境搭建1、搭建环境说明2、windows主控机安装Jmeter3、linux负载机安装Jmeter3.1、安装docker环境3.2、使用docker安装jmeter4、windows主控机分发测试任务1、搭建环境说明准备一台windows主机作为主控机，用于进行任务的分发以及结果的收集。准备一台或多台的linux主机作为负载机，用于进行负载压测，需准备docker环境。本文用的CentOs发行版本的linux。需确保windows主控机以及linux负载机之间能够ping通。windows主控机与lin
[补充完善往期内容]wrk是一款简单的HTTP压测工具,托管在Github上,https://github.com/wg/wrkwrk的一个很好的特性就是能用很少的线程压出很大的并发量.原因是它使用了一些操作系统特定的高性能io机制,比如select,epoll,kqueue等.其实它是复用了redis的ae异步事件驱动框架.确切的说ae事件驱动框架并不是redis发明的,它来至于Tcl的解释器jim,这个小巧高效的框架,因为被redis采用而更多的被大家所熟知.安装gitclonehttps://github.com/wg/wrk.gitcdwrkmake错误如果编译过程中出错:src/wr
背景:wrk是当今最流行的HTTP压测工具，用于模拟高并发情况下的HTTP请求。wrk使用Lua作为脚本语言，可以通过编写Lua脚本来自定义请求的参数和逻辑。它支持多线程并发请求，并提供了丰富的统计信息和报告，可以帮助你评估服务器的性能和承受能力。本贴致力于最快速让你上手wrk。看完本贴，你将学会使用wrk对http接口进行压测,并计算其TPS指标。安装wrk(需要在linux系统上)命令行输入一下命令下载wrk源码gitclonehttps://github.com/wg/wrk.git随后进入wrk目录并进行编译cdwrkmake随后将生成一个可执行的wrk文件，我们可以把这个文件拷贝到我
前言 这也是一个笔记，就是计划用jmeter做性能测试，但是这里是只要将数据放到kafka的topic里，后面查看下游业务处理能力。一、方案 因为只要实现数据放到kafka，参考了下博友的方案，可行。二、方案验证 详细过程就不重复写了。直接上博友的链接吧。1.方案一https://blog.csdn.net/shan286/article/details/1052163812.方案二https://blog.csdn.net/jwcxs_m/article/details/103530869 个人认为方案二简单些。总结 就是笔记，自己备忘，也希
一、创建一个基础的Web测试1.测试内容模拟五个用户请求2次指定的http接口，并且重复2次。也就是总共请求有5*2*2=20次要构建本次内容需要用到Jmeter的元素：线程组、HTTP请求、HTTP请求默认值和图形结果。2.具体操作2.1.创建测试计划单击左上角的新建计划按钮即可，同时可以设置测试计划的名称，注释。测试计划是一个完整测试元素的顶层容器。2.2.创建线程组线程组可以用来设置要模拟的用户数量，用户应该多久发送一次请求，以及他们应该发送多少请求。通过一下图方式可以新建一个线程组：线程组参数解析：线程数：规定用户的数量（总共请求的次数）Ramp-Up时间（秒）:在多少时间内启动完规定
一、背景压力测试是一种需要在每个Web应用程序都需要进行的测试。它能够帮助我们发现系统中的性能瓶颈，减少发布生产环境后出现问题的可能性，评估系统的承载能力，并据此制定对策。所以压力测试是一个非常重要的步骤，下面介绍一款非常常用的压力测试工具，JMeter。测试同学反馈说，我们首页的接口，这个接口/mallapi/pagedevise/getDetailByComponentReq单个接口1000个线程跑完，大概有6%的error的情况，而且每次都是最后结尾的时候出现error。我倒要看看是不是测试说的那样。二、介绍JMeterApacheJMeter是由Apache组织开发的一个基于java的
