使用 Gateling 进行性能测试

Gatling 是一个简便的性能测试工具，用它编写性能测试脚本速度快易上手。本文将深入探究 Gatling 的功能以及如何更好地使用。

在程序部署到生产环境前，有多少人会创建自动化性能测试？通常，开发人员更重视功能测试，至少会进行一些简单的单元测试和集成测试。但是与未检测到的业务错误相比，有时候性能泄露造成的问题更严重。因为后者会影响整个系统，不仅仅是某个业务流程。

就个人而言，我一直对自己开发的程序进行性能测试，但是从来没有把它作为持续集成的一部分运行。当然，这是几年前的情况，那时候我的知识和经验都略显不足。最近，我开始对性能测试相关的主题非常感兴趣，部分原因是公司的应用程序存在性能问题。问题的关键是找到合适的工具。也许很多人听说过 JMeter，这里会介绍它的竞品——Gatling。它会生成各种内容丰富的报告，其中包含了测试用例执行过程中收集的所有指标。这些功能比 JMeter 似乎更好。

在开始介绍 Gatling 之前，让我们先聊聊理论。首先，性能测试有两种类型：负载测试和压力测试。负载测试会验证，在特定时间内有大量客户端同时发起请求情况下的系统功能。这种测试的主要目标是模拟生产环境中可能出现的流量。压力测试会执行负载测试，把应用程序推向极限，查看重负载情况下程序的表现。

Gatling是什么？

Gatling 是一个用 Scala 编写的负载测试工具，功能强大。它完全支持 HTTP 协议，也可以用来测试 JDBC 连接和 JMS。使用 Gatling 时，需要用 Scala dsl 代码定义测试场景。值得一提的是，Gatling 生成的 HTML 负载报告内容全面，并且提供了 Gradle、Maven 和 Jenkins 插件方便集成。

构建示例应用

开始测试前，需要准备测试应用。示例程序非常简单，源代码可以在 GitHub 上找到(github.com/piomin/sample-gatling-load-tests)。它提供了一组 CRUD 操作的 RESTful HTTP API，在可以数据库中新增和搜索 Entity。数据库用 Postgres，基于 Spring Boot 构建，使用Spring Data 实现持久层。

plugins {

    id 
'org.springframework.boot' version 
'1.5.9.RELEASE'

}

dependencies {

compile group: 
'org.springframework.boot', name: 
'spring-boot-starter-web'

compile group: 
'org.springframework.boot', name: 
'spring-boot-starter-data-jpa'

compile group: 
'org.postgresql', name: 
'postgresql', version: 
'42.1.4'

testCompile group: 
'org.springframework.boot', name: 
'spring-boot-starter-test'

}

Person entity映射到 person 表。

@Entity

@SequenceGenerator(name = 
"seq_person", initialValue = 
1, allocationSize = 
1)


public 
class Person {

@Id

@GeneratedValue(strategy = GenerationType.SEQUENCE, generator = 
"seq_person")


private Long id;

@Column(name = 
"first_name")


private String firstName;

@Column(name = 
"last_name")


private String lastName;

@Column(name = 
"birth_date")


private Date birthDate;

@Embedded


private Address address;


// ...

}

数据库连接设置和 Hibernate 属性配置在 application.yml 中。

spring:

  application:

    name: gatling-service

  datasource:

    url: jdbc:postgresql:
//192.168.99.100:5432/gatling

    username: gatling

    password: gatling123

  jpa:

    properties:

      hibernate:

        hbm2ddl:

          
auto: update

server:

  port: 
8090

正如之前提到的，示例程序提供了在数据库中添加、搜索 person 的 API，下面是 Spring REST controller 实现。

@RestController

@RequestMapping(
"/persons")


public 
class PersonsController {


private 
static final Logger LOGGER = LoggerFactory.getLogger(PersonsController.
class);

@Autowired

PersonsRepository repository;

@GetMapping function(){   //外汇跟单www.gendan5.com


public List

<Person> findAll() {

  
return (List

  <Person>) repository.findAll();

    }

    @
PostMapping 
     public Person add (@RequestBody Person person) {

    Person p = repository.save(person);

    LOGGER.info(
"add: {}", p.toString());

    
return p;

    }

    @GetMapping(
"/{id}")

    
 public Person findById (@PathVariable( "id") Long id) {

    LOGGER.info(
"findById: id={}", id);

    
return repository.findOne(id);

    }

    }

运行数据库

开发示例程序的下一步是运行数据库，最合适的方式是 Docker image。下面的 Docker 命令会启动一个 Postgres container，完成 gatling 用户和数据库初始化。

docker run -d --name postgres -e POSTGRES_DB=gatling -e POSTGRES_USER=gatling -e POSTGRES_PASSWORD=gatling123 -p 5432:5432 postgres

设计测试场景

每个 Gatling test suite 都要继承 Simulation 类，使用 Gatling Scala DSL 声明一系列测试场景。我们的目标是启动30个客户端，同时发送1000次请求。首先，客户端通过 POST /persons 方法向数据库添加 person。然后，调用 GET /persons/{id}搜索 person。总共向应用程序发送6万次请求：3万次 POST，3万次 GET。下面代码展示了测试场景，非常简单。在 src/test/scala 目录下可以找到 ApiGatlingSimulationTest。

class ApiGatlingSimulationTest extends Simulation {

  val scn = scenario(
"AddAndFindPersons").repeat(
1000, 
"n") {

        exec(

          http(
"AddPerson-API")

            .post(
"http://localhost:8090/persons")

            .header(
"Content-Type", 
"application/json")

            .body(StringBody(
"""{"firstName
":"John${n}
","lastName
":"Smith${n}
","birthDate
":"
1980-01-01
", "address
": {"country
":"pl
","city
":"Warsaw
","street
":"Test${n}
","postalCode
":"
02-200
","houseNo
":${n}}}"""))

            .check(status.is(
200))

        ).pause(Duration.apply(
5, TimeUnit.MILLISECONDS))

  }.repeat(
1000, 
"n") {

        exec(

          http(
"GetPerson-API")

            .get(
"http://localhost:8090/persons/${n}")

            .check(status.is(
200))

        )

  }

  setUp(scn.inject(atOnceUsers(
30))).maxDuration(FiniteDuration.apply(
10, 
"minutes"))

}

为了在项目中启用 Gatling 框架，还需要在 Gradle 构建文件中添加依赖。

testCompile group: 'io.gatling.highcharts', name: 'gatling-charts-highcharts', version: '2.3.0'

运行测试

通过一些 Gradle 插件可以在项目构建期间运行测试。但是，也可用 io.gatling.app.Gatling 类定义简单的 gradle 任务。

task loadTest (type: JavaExec) {

   dependsOn testClasses

   description = 
"Load Test With Gatling"

   group = 
"Load Test"

   classpath = sourceSets.test.runtimeClasspath

   jvmArgs = [

        
"-Dgatling.core.directory.binaries=${sourceSets.test.output.classesDir.toString()}"

   ]

   main = 
"io.gatling.app.Gatling"

   args = [

           
"--simulation", 
"pl.piomin.services.gatling.ApiGatlingSimulationTest",

           
"--results-folder", 
"${buildDir}/gatling-results",

           
"--binaries-folder", sourceSets.test.output.classesDir.toString(),

           
"--bodies-folder", sourceSets.test.resources.srcDirs.toList().first().toString() + 
"/gatling/bodies",

   ]

}

使用 gradle loadTest 执行定义好的 Gradle 任务。 当然，运行测试之前需要启动应用程序，在 IDE 中启动 main class pl.piomin.services.gatling.ApiApplication 或者执行 java -jar build/libs/sample-load-test-gatling.jar 命令。

测试报告

测试执行完毕会以文本形式打印报告。

================================================================================

---- Global Information --------------------------------------------------------

> request count                                      
60000 (OK=
60000  KO=
0     )

> min response time                                      
2 (OK=
2      KO=-     )

> max response time                                   
1338 (OK=
1338   KO=-     )

> mean response time                                    
80 (OK=
80     KO=-     )

> 
std deviation                                        
106 (OK=
106    KO=-     )

> response time 
50th percentile                         
50 (OK=
50     KO=-     )

> response time 
75th percentile                         
93 (OK=
93     KO=-     )

> response time 
95th percentile                        
253 (OK=
253    KO=-     )

> response time 
99th percentile                        
564 (OK=
564    KO=-     )

> mean requests/sec                                
319.149 (OK=
319.149 KO=-     )

---- Response Time Distribution ------------------------------------------------

> t < 
800 ms                                         
59818 (
100%) > 
800 ms < t < 
1200 ms                                 
166 (  
0%) > t > 
1200 ms                                           
16 (  
0%)

> failed                                                 
0 (  
0%)

================================================================================

但是，Gatling 最擅长的是报告图表。生成的 HTML 报告在 build/gatling-results 目录下。第一个报告展示了全局信息，包含请求总数和最大响应时间（百分比）。例如，95％的 GetPerson API 请求的最大响应时间为206ms。

可以在报告中查看所有请求，也可以过滤结果，只查看选定的 API。下面的图片只展示了 GetPerson API。

这张图展示了平均响应时间百分比。

这张图中的时间轴表示平均响应时间。此外，该时间轴还按百分比展示了统计信息。

这张图展示了应用程序每秒钟成功处理的请求数。