13 KiB
06 | 流量构建：流量平台如何选型？
你好，我是高楼。
在第一讲，我提到了全链路线上压测和传统线下压测的主要区别：
既然全链路线上压测和传统线下压测有这么多差异，那它肯定会对我们的流量平台提出更高的要求。我们希望，一款全链路流量平台能够对整体线上环境进行全方位、真实、安全的压测，这样，我们才能够更好、更快、更精准地进行线上容量评估。
流量平台的需求
下面让我们来看看，全链路压测对流量平台的要求有哪些：
- 能够提供模拟线上真实流量的能力。也就是说，能够模拟真实流量，最好能够直接获取线上的真实流量进行压测。
- 能够实现海量数据的并发请求。这就要求平台的网络结构符合线上环境拓扑，特别是能满足有地域分布特点的 CDN 边缘节点需求。
- 压测类型需要支撑常用协议，如 RPC、HTTP 协议。这里也要提一下，我们这个课程的微服务电商项目都是标准的 RESTful 风格 HTTP 接口。
- 压测不能对线上用户的使用产生任何影响。压测流量的写请求不能对线上产生任何脏数据，也就是说，需要做到压测标记。
- 能够提供压测过程中的实时监控以及业务异常保护能力。线上压测是一项对风险管控要求更高的活动，压测平台需要有更及时的异常预警机制，也就是说必须要有压测实时监控和异常熔断能力。
值得注意的是，为了精准地获取到线上环境的容量，全链路压测有两个非常关键的点：
- 保证流量的真实性
- 保证环境的真实性
既然，全链路压测对我们的流量平台提出了这么多苛刻的要求，那么我们又如何基于项目实际需求进行选型呢？
保证流量的真实性
在流量构造方式上，根据主要的原理的不同，会采用不同的方式，下表整理了几种常见的方式：
从上表我们可以看到，我们可以使用诸如 JMeter、Locust、nGrinder、Gatling 等传统压测工具模拟流量，也可以使用类似 TCPCopy、GoReplay、JVM-Sandbox-Repeater 等流量复制工具，实时录制生产环境流量，并回放导向目标压力机器。同时，这些流量回放工具可以支持对真实流量进行放大或缩小。
于是有人说，就是因为这样，才应该直接用真实流量的方式去做嘛，这样就不用管流量模型了，直接就有生产的流量模型了。没错，只要你能通过生产流量放大回放的方式实现压力部分，确实可以不用考虑业务场景了。但这么做的前提必须是，你录制的生产流量是可以覆盖全链路压测的业务场景。
同时这里我也要批驳一个观点，就是有些人觉得只有通过生产流量录制回放的方式，才是真实地模拟线上的流量。事实上，这个观点是偏颇的。只能说，生产流量录制的方式，相比用传统的压测工具去模拟生产业务模型，看似在成本和复杂度上都更低。而实际上成本和复杂度上都不会减少。
我为什么这样说呢？
我的第二个专栏的第 6 讲中，主要描述了如何利用工具统计出业务模型，接下来，我会讲到怎样把这个业务模型配置到压测工具中去。
我刚开始以为，这应该是所有性能测试工程师的日常工作，没必要再啰嗦一遍了。但是，之后有越来越多的人问我这个知识点，我才发现，绝大部分性能测试工程师，并不清楚如何统计出业务模型，也不知道如何将它具体配置到压测工具中。
这就导致出现了一个严重的现实问题，目前绝大部分企业在做的线下压测容量场景，都是瞎做一通。即使线下压测的容量场景结果再怎么好看，也不能回答线上容量的问题。于是乎，大家都把目光转移到了全链路压测身上。
同时，影响流量真实性的一个重要的方面便是地域性分布，我们可以看到目前国内大部分的压测平台几乎都是只在内网使用的，除了那么几个互联网大厂，很少有涉及到考虑 CDN 分布的。从 DNS 负载均衡以及访问加速的架构角度来看，这块是不能忽略的。
最后，我再强调一下，由于流量的链路分布差异，流量数据的多样性，流量的地域性，只有努力让我们的项目压测流量更为“真实”，才能让容量场景压测结果更为精准。
保证环境的真实性
想想我们做性能压测的目标，通常都是这样的说法：保证线上系统的正常运行。而一个系统的整体容量，不仅有上层应用软件，还有硬件、网络、存储、负载均衡、防火墙等等一系列软硬件。当有些大厂线下不能完全满足这样的复杂的环境结构时，就只能后移到线上环境进行压测了。
于是就有人问了，是不是容量场景就一定得线上做呢？我的回答是，也不一定如此。
对于绝大部分的中小企业系统，部署架构并没有那么复杂。有条件的可以搭建一个 1:1 的镜像环境，没有条件的也可以通过一些手段做到大概的线上线下容量换算，当然这有着一定的门槛，这里就不展开了。有兴趣的话，可以参考我上个专栏讲过的《如何确定生产系统配置》，我们需要根据自己系统的特点，选择适合自己企业的方案，而不是一股脑地把所有的压测全搬到线上去进行。
流量工具的选型
说完这两个重要问题，我来说说如何选择流量工具。因为这次的目标是全链路压测，它包括基准场景、容量场景、稳定性场景等等，所以线上引流这种方式首先可以排除。因为线上引流只能满足单服务的基准场景或者是一个机房（集群）内的功能验证测试。
至于流量回放和流量模拟，二者都能满足我们的需求。流量回放工具的优势是不用管流量模型了，这就拉平了容量场景脚本编写的复杂度，但目前主流的流量回放工具都无法轻易解决 session 的问题，所以从系统安全的角度来说，工具或系统需要做对应的改造。
而我们这个专栏的落地项目，对系统的改造是可以接受的，因为流量模拟的方式我已经在《性能工程实战课》中详细介绍过了，在这里我就选择了线上流量回放的方式。
这里我给出几点建议：
- 相较于流量模拟，传统的压测工具学习成本相对较低，几乎所有的性能测试工程师都会掌握那么一两个，同时目前国内压测工具平台化改造的技术还是比较成熟的。关于 session 的问题，传统的压测工具的确也可以很好地解决。
- 如果系统链路不复杂，有平台化的需求，改造成本较高，那么还是推荐你使用传统的压测工具。
- 如果系统链路稍微有些复杂，能够承受改造成本，同时，它还有除了全链路压测之外其它的用途，比如线下回归测试之类的工作，那么我推荐你选择流量回放工具。
- 如果你只是想做线上基准场景，又或者是有线上灰度发布之类的需求，那么线上引流的这种方式是比较适合的。
- 如果你在一些特殊行业，比如说金融行业，跟钱有关的数据是受到严格监管的，从管理的角度上来说，线上流量回放和引流这两种方式几乎是不太可能的。
总之，不同方式的优劣都是相对的，我们只需要根据自己系统的需求及特点，选择适合自己的方式即可。
接下来，我们来看看常见的流量回放工具。
首先我们通过一个图梳理下常见的流量回放工具。
流量回放工具一般分成这几类：
- 基于应用层的流量回放工具
- 优点：实现简单，扩展性好，可定制化高。
- 缺点：会挤占线上应用的资源（比如连接资源、内存资源等），还可能会因为耦合度高。而影响正常业务，需要一定的开发工作量，对工具本身的性能要求高。
- 基于网络栈的流量回放工具，直接从链路层抓取数据包。
- 优点：安装部署较为方便，对应用影响较小。
- 缺点：实现相对复杂一些，只适合无状态的业务，无法轻易处理 session。
- 基于 web 服务器的请求复制。
- 优点：请求多样化、成本低。
- 缺点：不具备通用性、丢失网络延迟、占用在线资源比较严重。
熟悉了以上三种分类，我们再来梳理一下目前业界主流的几种开源流量回放工具：
除了以上这些因素外，通常我们在选型工具的时候大概会考虑这么几个方面：
- 压力控制：指压测时流量倍数、TPS 的控制等；
- 数据驱动：大量的测试数据的参数化手段；
- 分布式支持：是否支持压力机集群；
- 测试报告：压测结果是否能够图形化展示，提供美观且丰富的测试报告；
- 性能开销：执行机开销、软件可靠性、执行效率、业务处理能力等。
选定工具，我们最好做下功能、性能、资源开销等方面的验证工作，做下选型 POC（验证）测试，确认选型是否符合我们的需求。
这里我们主要验证以下几个方面：
- 流量录制功能，录制的请求内容是否完整？数量是否正确？大流量下录制的资源开销情况如何？
- 流量过滤与改写功能，是否能够过滤指定URL，是否能够改写指定参数？
- 流量回放功能，能否处理 Session 问题？
- 流量回放功能，是否能正常地回放流量文件？倍数功能是否正常有效？高倍数回放下资源开销如何？
综合对比评估后，最后我们选择了老牌流量回放工具 GoReplay，主要原因是简单、轻量、热度够、完全能满足我们目前项目的要求。
流量平台的建设
这里我再总结下全链路流量平台必须具备的能力：
- 能录制线上真实流量；
- 能实现海量数据的并发请求，并覆盖地域性的 CDN 边缘节点；
- 能支持常见协议的请求；
- 对线上尽量应用透明，也就是说无侵入性；
- 避免写请求的脏数据，压测流量能够被识别，方便压测后清理；
- 工具使用简单，能够满足压测实时监控，服务安全保护（过载熔断）。
那么，按照以上的能力需求，我画了一个比较典型的全链路流量平台架构设计图。
平台整体架构分为六大模块：
- 压测 web 管理端：负责流量文件的管理、压测任务的管理、压测过程中场景动态控制、日志管理、压测数据实时展示等；
- 调度服务：负责压力引擎调度、压测命令分发和执行器的管理等工作；
- 压测引擎：负责产生各种压测流量；
- 监控服务：实时统计压测结果数据，并监控各种资源及业务指标；
- 对象存储：存储流量文件，并支持快速查询、上传下载等功能；
- 录制服务：负责线上真实流量的复制，并支持对流量标记等功能。
这样的一个全链路流量平台基本上就可以覆盖大部分企业的需求了。在后续的课程中，我会就这里面的技术细节一一进行拆解。
总结
流量平台是一个全链路压测项目的引擎，如果你只是考虑某一个项目的快速压测，可能并不需要设计这么复杂并且重量级的流量平台。但对于一个大企业来说，全链路流量平台就显得极为重要了。因为它融合了整个公司线上压测的过程。
在全链路流量平台中，我强调了几个重点：保证流量的真实性、保证环境的真实性，它们都会对整全链路压测项目的质量起到关键作用。
我还带你梳理了目前市面主流的流量工具，当我们在做选型的时候，一定要牢记下面几项关键原则：
- 满足业务需求是第一准则；
- 工具成熟少踩坑；
- 要有高效解决问题的手段。
紧接着，我把一个全链路流量平台该有的能力以及需要做到什么地步，都给你梳理了一遍。希望能给你一些借鉴。
当然了，我更希望看到，你可以在后续的项目中尝试去设计一个完整的全链路流量平台。
思考题
学完这节课，请你思考两个问题：
- 常见的构造流量有那几种方式？
- 为什么我们一直要强调保证流量的真实性？
欢迎你在留言区与我交流讨论。当然了，你也可以把这节课分享给你身边的朋友，他们的一些想法或许会让你有更大的收获。我们下节课见！