使用 Gateling 进行性能测试

2019-10-31 00:00:00 性能测试 Gateling

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。


《使用 Gateling 进行性能测试》


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。


《使用 Gateling 进行性能测试》


这张图展示了平均响应时间百分比。


《使用 Gateling 进行性能测试》


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。


《使用 Gateling 进行性能测试》


这张图展示了应用程序每秒钟成功处理的请求数。


《使用 Gateling 进行性能测试》

    原文作者:专注的阿熊
    原文地址: http://blog.itpub.net/69946337/viewspace-2661909/
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。

相关文章