|
|
# 29 | 最容易失准的性能测试？你需要压测工具界的“悍马”wrk
|
|
|
|
|
|
你好，我是温铭。
|
|
|
|
|
|
在测试章节的最后一节课，我和你来聊聊性能测试。这部分内容并非 OpenResty 独有，对于其他的后端服务来说，都是一样适用的。
|
|
|
|
|
|
性能测试很常见，在我们交付产品的时候，都会带有性能指标的要求，比如 QPS、TPS 达到多少，延时要低于多少毫秒，可以并发支持多少用户的连接等等。对于开源项目而言，我们发版本之前也会做一次性能测试，和上一个版本对比，看是否有明显的衰退。也有一些中立的网站，会发布同类产品的性能对比数据。不得不说，性能测试离我们真的很近。
|
|
|
|
|
|
在我的十几年的工作中，针对不同的产品做过很多次性能测试，中间也踩过不少坑。后来，我逐渐地发现，性能测试做起来简单，但做对却并不容易，甚至可以说，很多性能测试的结果都是失准的。
|
|
|
|
|
|
那么，如何做一个科学严谨的性能测试呢？今天这节课，且听我娓娓道来。
|
|
|
|
|
|
## 性能测试工具
|
|
|
|
|
|
工欲善其事，必先利其器。选择一个趁手的性能测试工具，是成功的一半。
|
|
|
|
|
|
`ab` 这个 Apache Benchmark 工具你应该很熟悉，可以说是最简单的性能测试工具，但可惜的是并不好用。这是因为，当前服务端基本都基于协程和异步 I/O 来开发，性能不差；而 ab 利用不到机器的多核，生成的请求压力不够大。这种情况下，ab 测试得到的结果，并不真实，反而变成了 ab 自身的性能测试。
|
|
|
|
|
|
所以，我们可以明确选择压测工具的一个标准，那就是：**工具自身的性能非常强悍，可以生成足够大的压力，压垮服务端程序。**
|
|
|
|
|
|
当然，你也可以有钱任性，启动很多压测客户端，变为分布式压测系统。这自然是可行的，但不要忘记，与此同时的复杂度也跟着上去了。
|
|
|
|
|
|
回到 OpenResty 的实践，我们推荐使用的性能测试工具是 wrk。先来说说，为什么选择它呢？
|
|
|
|
|
|
首先， wrk 满足工具选型的标准。单机的 wrk 产生的压力，可以轻松让 Nginx 跑满 CPU，其他服务端程序更是不在话下。
|
|
|
|
|
|
其次， wrk 和 OpenResty 有很多类似的地方。wrk 也不是从零开始编写的一个开源项目，它站在 LuaJIT 和 Redis 这两个巨人的肩膀上，充分利用了系统的多核资源来生成请求。除此之外，wrk 还暴露了 Lua API，你可以嵌入自己的 Lua 脚本，来自定义请求的头和内容，使用非常灵活。
|
|
|
|
|
|
那么该如何使用 wrk呢？也很简单，看下面这段代码的内容：
|
|
|
|
|
|
```
|
|
|
wrk -t12 -c400 -d30s http://127.0.0.1:8080/index.html
|
|
|
|
|
|
```
|
|
|
|
|
|
这意味着 wrk 会使用 12 个线程，保持 400 个长连接，持续 30 秒钟，来给指定的 API 接口发送 HTTP 请求。当然，如果你不指定参数的话，wrk 会默认启动 2 个线程和 10 个长连接。
|
|
|
|
|
|
## 测试环境
|
|
|
|
|
|
找好测试工具后，我们还不能直接开始压力测试，还需要把测试环境给检查一遍，测试环境需要检查的主要有四项，下面我分别来详细讲讲。
|
|
|
|
|
|
### 检查项一：关闭 SELinux
|
|
|
|
|
|
如果你是 CentOS/RedHat 系列的操作系统，建议你关闭 SELinux，不然可能会遇到不少诡异的权限问题。
|
|
|
|
|
|
我们通过下面这个命令，查看 SELinux 是否开启：
|
|
|
|
|
|
```
|
|
|
$ sestatus
|
|
|
SELinux status: disabled
|
|
|
|
|
|
```
|
|
|
|
|
|
如果显示是开启的（enforcing），你可以通过`$ setenforce 0`来临时关闭；同时修改 `/etc/selinux/config` 文件来永久关闭，将 `SELINUX=enforcing` 改为 `SELINUX=disabled`。
|
|
|
|
|
|
### 检查项二：最大打开文件数
|
|
|
|
|
|
然后，你需要用下面的命令，查看下当前系统的全局最大打开文件数：
|
|
|
|
|
|
```
|
|
|
$ cat /proc/sys/fs/file-nr
|
|
|
3984 0 3255296
|
|
|
|
|
|
```
|
|
|
|
|
|
这里的最后一个数字，就是最大打开文件数。如果你的机器中这个数字比较小，那就需要修改 `/etc/sysctl.conf` 文件来增大：
|
|
|
|
|
|
```
|
|
|
fs.file-max = 1020000
|
|
|
net.ipv4.ip_conntrack_max = 1020000
|
|
|
net.ipv4.netfilter.ip_conntrack_max = 1020000
|
|
|
|
|
|
```
|
|
|
|
|
|
修改完以后，还需要重启系统服务来生效：
|
|
|
|
|
|
```
|
|
|
sudo sysctl -p /etc/sysctl.conf
|
|
|
|
|
|
```
|
|
|
|
|
|
### 检查项三：进程限制
|
|
|
|
|
|
除了系统的全局最大打开文件数，一个进程可以打开的文件数也是有限制的，你可以通过命令 `ulimit` 来查看：
|
|
|
|
|
|
```
|
|
|
$ ulimit -n
|
|
|
1024
|
|
|
|
|
|
```
|
|
|
|
|
|
你会发现，这个值默认是 1024，是一个很低的数值。因为每一个用户请求都会对应着一个文件句柄，而压力测试会产生大量的请求，所以我们需要增大这个数值，把它改为百万级别，你可以用下面的命令来临时修改：
|
|
|
|
|
|
```
|
|
|
$ ulimit -n 1024000
|
|
|
|
|
|
```
|
|
|
|
|
|
也可以修改配置文件 `/etc/security/limits.conf` 来永久生效：
|
|
|
|
|
|
```
|
|
|
* hard nofile 1024000
|
|
|
* soft nofile 1024000
|
|
|
|
|
|
```
|
|
|
|
|
|
### 检查项四：Nginx 配置
|
|
|
|
|
|
最后，你还需要对 Nginx 的配置，做一个小的修改，也就是下面这两行代码的操作：
|
|
|
|
|
|
```
|
|
|
events {
|
|
|
worker_connections 10240;
|
|
|
}
|
|
|
|
|
|
```
|
|
|
|
|
|
这样，我们就可以把每个 worker 的连接数增大了。因为它的默认值只有 512，这在大压力的测试下显然是不够的。
|
|
|
|
|
|
## 压测前检查
|
|
|
|
|
|
到此为止，测试环境已经准备好了。一定有人蠢蠢欲动想要上手测试了吧？且慢，在使用 wrk 发起测试之前，让我们最后再来检测一次。毕竟，人总会犯错，换个角度来做一次交叉测试，是非常重要的。
|
|
|
|
|
|
最后的这次检测，可以分为两步。
|
|
|
|
|
|
### 第一步，使用自动化工具 `c1000k`。
|
|
|
|
|
|
它来自 SSDB 的作者：[https://github.com/ideawu/c1000k](https://github.com/ideawu/c1000k)。从名字你就能看出来，这个工具的目的，就是用来检测你的环境是否可以满足100万并发连接的要求。
|
|
|
|
|
|
这个工具的使用也很简单。我们分别启动一个 server 和 client，对应着监听 7000 端口的服务端程序，以及发起压力测试的客户端程序，目的是为了模拟真实环境下的压力测试：
|
|
|
|
|
|
```
|
|
|
./server 7000
|
|
|
./client 127.0.0.1 7000
|
|
|
|
|
|
```
|
|
|
|
|
|
紧接着，client 会向 server 发送请求，检测当前的系统环境能否支持 100 万并发连接。你可以自己去运行一下，看看结果。
|
|
|
|
|
|
### 第二步，检测服务端程序是否正常运行。
|
|
|
|
|
|
如果服务端的程序不正常，那么压力测试可能就成了错误日志刷新测试，或者是 404 响应测试。
|
|
|
|
|
|
所以，测试环境检测的最后一步，也是最重要的一步，就是**跑一遍服务端的单元测试集，或者手动调用几个主要的接口，来保证 wrk 测试的所有接口、返回的内容和 http 响应码都正常，并且在 `logs/error.log` 中没有出现任何错误级别的信息。**
|
|
|
|
|
|
## 发送请求
|
|
|
|
|
|
好了，到现在，万事俱备，只欠东风了。让我们开始用 wrk 来做压力测试吧！
|
|
|
|
|
|
```
|
|
|
$ wrk -d 30 http://127.0.0.2:9080/hello
|
|
|
Running 30s test @ http://127.0.0.2:9080/hello
|
|
|
2 threads and 10 connections
|
|
|
Thread Stats Avg Stdev Max +/- Stdev
|
|
|
Latency 595.39us 178.51us 22.24ms 90.63%
|
|
|
Req/Sec 8.33k 642.91 9.46k 59.80%
|
|
|
499149 requests in 30.10s, 124.22MB read
|
|
|
Requests/sec: 16582.76
|
|
|
Transfer/sec: 4.13MB
|
|
|
|
|
|
```
|
|
|
|
|
|
这里，我并没有指定参数，所以wrk会默认启动 2 个线程和 10 个长连接。其实，你也并不需要把wrk 的线程数和连接数调整得很大，只要能够让目标程序跑满 CPU 就达到要求了。
|
|
|
|
|
|
但压测的时间一定不能太短，几秒钟的压测是没有意义的，不然很有可能服务端的程序还没加载完热数据，压测就已经结束了。同时，在压测期间，你需要使用 top 或者 htop 这样的监控工具，来确认服务端目标程序是否跑满 CPU。
|
|
|
|
|
|
从现象上来看，如果 CPU 满载，而且压测停止后，CPU 和内存占用迅速降低，那么恭喜你，这次压测顺利完成。但如果有下面这样的异常，作为服务端开发的你就得特别留意了。
|
|
|
|
|
|
* CPU 不能满载。这不会是 wrk 的问题，可能是网络的限制，更可能是你的代码中有阻塞的操作。你可以通过 review 代码来确定，也可以使用 off CPU 火焰图来确定。
|
|
|
* CPU 一直满载，即使压测停止仍然如此。这说明在代码中存在热循环，可能是正则表达式引起的，也可能是 LuaJIT 的 bug 引起的，这两点都是我在真实的环境中遇到过的问题。这时，你就需要用 on CPU 火焰图来确定了。
|
|
|
|
|
|
最后再来一起看下 wrk 的统计结果。关于这个结果，我们一般会关注两个值：
|
|
|
|
|
|
第一个是 QPS，也就是 `Requests/sec: 16582.76`，这个数据很直接，表示服务端每秒钟处理了多少请求。
|
|
|
|
|
|
第二个是延时 `Latency 595.39us 178.51us 22.24ms 90.63%`，这个数据和 QPS 一样重要，它体现了系统的响应速度。比如对于网关的应用来讲，我们就希望能够把延时控制在 1 毫秒以内。
|
|
|
|
|
|
另外， wrk 还提供了 latency 参数，可以把延时的分布百分比详细地打印出来，比如：
|
|
|
|
|
|
```
|
|
|
Latency Distribution
|
|
|
50% 134.00us
|
|
|
75% 180.00us
|
|
|
90% 247.00us
|
|
|
99% 552.00us
|
|
|
|
|
|
```
|
|
|
|
|
|
不过，wrk 的延时分布数据并不准确，因为它人为地加入了网络和工具的扰动，放大了延时，这一点需要你特别注意。关于wrk Latency Distribution，你可以通过我以前写的[这篇文章](https://mp.weixin.qq.com/s/n8a4wzmf6I8kUc-T47PylA)来了解详细内容。
|
|
|
|
|
|
## 写在最后
|
|
|
|
|
|
性能测试是个技术活儿，能做对、做好的人不多。希望今天这节课，能让你对性能测试有一个更全面的认识。
|
|
|
|
|
|
最后给你留一个作业题：wrk 支持自定义 Lua 脚本来做压力测试，那么，你可以根据它的文档，写一段简单的 Lua 脚本吗？这可能会有一些难度，但完成的同时，你一定能更深刻地理解 wrk 暴露接口的用意。
|
|
|
|
|
|
欢迎留言写下你的答案和思考，也欢迎你把这篇文章分享给更多的人，我们共同进步。
|
|
|
|