公司有个匿名聊天的常规H5界面，运营向做一次 50W 的推送，为了能配合她的计划，需要对该界面做一次压力测试。
一、JMeter
压测工具选择了JMeter，这是Apache的一个项目，它是用Java编写的，所以需要先安装Java的SDK，选择当前的操作系统。
随后到JMeter官网下载应用程序，选择 Binaries 中的压缩包。
在终端中进入解压后的 bin 目录，通过 sh jmeter 命令来启动 JMeter。
Don't use GUI mode for load testing：这段提示信息是不要在GUI界面进行压力测试，GUI界面仅仅用于调试。
程序会自动打开 JMeter 的界面，如果在 选项 -》 选择语言 -》中文，那么有可能乱码。
只需选择 选项 -》 外观 -》System 或 Metal，就能避免乱码，网上有许多使用教程可以参考。
当测试计划都编写完后，保存，然后在终端输入命令，就能开始压测了，其中目录相对于bin，couples.jmx 是测试计划，webreport是统计信息。
sh jmeter -n -t ../demo/couples.jmx -l ../demo/result/couples.txt -e -o ../demo/webreport
二、实践
在正式开始压测之前，也浏览了许多网络资料作为知识储备。
首先需要理解Socket（套接字）的概念，它是对TCP/IP协议的封装，本身并不是协议，而是一个调用接口，Socket连接就是长连接。
在创建Socket连接时，可以指定传输层协议，通常选择的是TCP协议，所以一旦通信双方建立连接后就开始互发数据，直至连接断开。
而每个TCP都要占用一个唯一的本地端口号，但是每个端口并不会禁止TCP并发。
然后去网上搜索了百万长连接可能遇到的瓶颈，包括TCP连接数、内存大小、文件句柄打开数等，例如：
每个TCP连接都要占用一个文件描述符，而操作系统对可以打开的最大文件数的限制将会成为瓶颈。
如果对本地端口号范围有限制（例如在1024~32768），当端口号占满时，TCP就会连接失败。
网上给出了很多解决方案，大部分都是修改操作系统的各类参数。
1）开始测试
上来就干，线程数直接填200以上。
红框中的字段含义如下所示：
- Label： 请求名称
- #Smaples： 请求计数，其中108.4是TPS（每秒处理的事务数）
- Average: 请求响应平均耗时
- Min： 请求响应最小耗时
- Max： 请求响应最大耗时
- Error %： 请求错误率
- Active：线程数（图中并未显示）
查看报告页面，出现了多个错误，在网上查资源，做了些简单地挣扎，并没有得到好的解决办法。
Non HTTP response code: java.net.SocketException/Non HTTP response message: Connection reset Non HTTP response code: javax.net.ssl.SSLHandshakeException/Non HTTP response message: Remote host terminated the handshake Non HTTP response code: javax.net.ssl.SSLException/Non HTTP response message: java.net.SocketException: Connection reset Non HTTP response code: java.net.SocketException/Non HTTP response message: Malformed reply from SOCKS server
后面想想还是根据当前实际情况来吧，运营需要50W的推送，两小时内完成，平均每秒推送70条，将这个数据作为当前每秒的线程数，模拟后一切正常。
注意，线程数和服务器的并发量不能完全画等号。
然后让4000个线程1分钟完成请求，配置Ramp-Up时间为60S，成功率是99.93%。
图中的Ramp-Up时间指所有线程在多长时间（单位秒）内全部启动。例如500个线程10S，那么每秒启动 500/10=50 个线程，不写就是所有线程在开启场景后立即启动。
再让5000的线程维持2分钟，配置Ramp-Up时间为120S，报无法创建新的本机线程的错误。
Uncaught Exception java.lang.OutOfMemoryError: unable to create new native thread in thread Thread[StandardJMeterEngine,5,main]
为了解决此问题，期间走了很多误区，网上的很多资料都是说修改 jmeter.sh文件，像下面这样，但是改来改去仍然会报那错。
set HEAP=-server -Xms768m -Xmx768m -Xss128k
set NEW=-XX:NewSize=1024m -XX:MaxNewSize=1024m
或者是用命令来修改本机的一些参数，像下面这样，但仍然无济于事。
launchctl limit maxfiles 1000000 1000000 sysctl -w kern.maxfiles=100000 sysctl -w kern.maxfilesperproc=100000
后面看到篇文章说在macOS中，对单个进程能够创建的线程数量是有限制的，下面的命令可以读取最大值，例如本机是4096，但该参数是只读的，无法修改。
sysctl kern.num_taskthreads
于是马上就改变策略，一番查找下来，了解到JMeter还提供了一种远程模式。
2）远程模式
既然一台机器的线程数有限，那可以通过多台机器来模拟更多的虚拟用户，JMeter有一种远程模式可以实现这个方案。
首先需要在bin目录中的 jmeter.properties 文件修改remote_hosts参数，127.0.0.1改成本机地址，如下所示。
remote_hosts=192.168.10.10,192.168.10.46
然后通过bin目录的create-rmi-keystore.sh生成rmi_keystore.jks，windows的可以直接运行create-rmi-keystore.bat，mac需要运行create-rmi-keystore.sh文件，会问你一堆问题。
sh create-rmi-keystore.sh
并且需要将rmi_keystore.jks文件放置到从机的bin目录中。此时从机在开启sh jmeter-server时会报一个错误。
An error occurred: Cannot start. MacBook-Pro.local is a loopback address.
修改jmeter-server，取消RMI_HOST_DEF的注释项，并将IP地址改成当前机器的。
RMI_HOST_DEF=-Djava.rmi.server.hostname=192.168.10.46
一切准备就绪后，就可以使用压测命令了，与之前不同的是，需要加一个 -r 参数，其余照旧。
sh jmeter -n -t ../demo/couples.jmx -r -l ../demo/result/couples.txt -e -o ../demo/webreport
3）继续测试
这次线程数量加到4000，加上从机，总共是1.2W个线程，Ramp-Up时间为60S，下面是结果图。
其中Throughput一列表示的是每秒处理的事务数（TPS），在此处也就是服务器的并发量。统计出21个错误，占比是0.17%。
Non HTTP response code: javax.net.ssl.SSLException/Non HTTP response message: Connection reset
进到测试服务器，输入 ulimit -a 命令，open files 的数量有100多W，所以不会出现那种无法打开文件的错误。
再详细的分析暂时不会，还得先去系统的学习一下，然后再回来补充。
三、学习性能测试
为了学习性能测试，特地在网上找了个专栏《性能测试实战30讲》，顺便记录了些基础概念。
1）性能场景
基准性能场景，单交易容量，将每一个业务压到最大TPS。
容量性能场景，将所有业务根据比例加到一个场景中，在数据、软硬件、监控等的配合下，分析瓶颈并调优。
稳定性性能场景，核心就是时长，在长时间的运行之下，观察系统的性能表现。
异常性能场景，宕主机、宕应用、宕网卡、宕容器、宕缓存、宕队列等。
2）指标
- RT：响应时间
- TPS：每秒事务数
- QPS：每秒SQL数
- RPS：每秒请求数
- Throughout：吞吐量
所有相关的人都要知道TPS中的T是如何定义的。如果是接口层性能测试，T直接定义为接口级；如果是业务级性能测试，T直接定义为每个业务步骤和完整的业务流。
对一个系统来说，如果仅在改变压力策略（其他的条件比如环境、数据、软硬件配置等都不变）的情况下，系统的最大 TPS 上限是固定的
TPS = （1000ms（1秒）/ RT（单位ms））x 压力线程数
对于压力工具来说，只要不报错，我们就关心 TPS 和响应时间就可以了，因为 TPS 反应出来的是和服务器对应的处理能力，至少压力线程数是多少，并不关键。
3）学习期
性能工具学习期：自己有明确的疑问。通常所说的并发都是指服务端的并发，而不是指压力机上的并发线程数，因为服务端的并发才是服务器的处理能力。
性能场景学习期：如何做一个合理的性能测试，调整业务比例，参数化数据的提取逻辑。
性能分析学习期：面对问题应该是我想要看什么数据，而不是把数据都给我看看。
通过你的测试和分析优化之后，性能提升了多少？
通过你的测试和分析优化之后，节省了多少成本？
4）参数化
参数化测试数据的疑问：
- 参数化数据应该用多少数据量？
- 参数化数据从哪里来？
- 参数多与少的选择对系统压力有什么影响？
- 参数化数据在数据库中的直方图是否均衡？
在性能场景中，我们需要根据实际的业务场景来分析需要用到什么样的数据，以便计算数据量。
参数化时需要确保数据来源以保证数据的有效性，千万不能随便造数据。这类数据应该满足两个条件：
- 要满足生产环境中数据的分布；
- 要满足性能场景中数据量的要求。
四、Websocket Bench
在这次的压测中，想要测试2000人在线，并且同时聊天，服务器能否完美处理。
如果要访问页面模拟用户的行为，会比较麻烦，因为在聊天前需要做两步操作，第一步是确认协议，第二步是选择匹配范围，第三步才开始匹配用户开始聊天。
若要两个用户匹配成功，首先需要都在线，其次是经纬度计算后的范围满足之前的配置。
为了避免那么多繁琐的前置场景，我决定直接对socket进行压测，于是想到了Websocket Bench。
它支持Socket.IO、Engine.IO、Primus等实时通信库的方法，经过简单的文档查阅后，开始编码，直接将官方demo复制修改。
module.exports = { /** * Before connection (optional, just for faye) * @param {client} client connection */ beforeConnect : function(client) { }, /** * On client connection (required) * @param {client} client connection * @param {done} callback function(err) {} */ onConnect : function(client, done) { // Socket.io client client.emit('say', 100, { id: 111, avatar: 'http://www.pwstrick.com', userId: 123, msg: Date.now().toString(36) + Math.random().toString(36).substr(2), msgType: 'text' }, (msg) => { console.log(msg); }); console.count(); done(); }, /** * Send a message (required) * @param {client} client connection * @param {done} callback function(err) {} */ sendMessage : function(client, done) { done(); }, /** * WAMP connection options */ options : { // realm: 'chat' } };
启动命令，-a 是指持久化连接总数 ，-c 是指每秒并发连接数 ，-g 是指要执行的JS文件，-k 保持活动连接，-o 是指日志的输出文件。
websocket-bench -a 2000 -c 2000 -g chat.js -k test-web-api.rela.me/chat -o opt.log
开始运行后，并没有我设想的那样，实现2000人并发，TPS最多也就80多，到一个时间后，就持续变少。下图来自阿里云的日志，每次发消息我都会记录一条日志。
我对上面的 -a 和 -c 的理解还有误差，不过也有可能是我本机限制了并发，之后就让QA在服务器上调试了。
参考资料：
posted on
