Hello，大家好呀，前两篇文章，我们说了下关于全链路压测的意义、整体架构，以及5种压测的方案。
前面两篇基本都属于比较理论的内容，今天这篇咱们来点实践的东西，手把手带你搞出一个压测来
如果不清楚之前两篇的文章的小伙伴，可以先看下，在这里
7 环境准备
7.1 环境服务列表
需要在虚拟机或者linux服务器启动运行环境
| 服务 | ip | 端口 | 备注 |
|---|---|---|---|
| mysql | 172.18.0.10 | 3306 | 数据库服务 |
| rabbitMQ | 172.18.0.20 | 5672,5672 | RabbitMQ消息服务 |
| redis | 172.18.0.30 | 6379 | Redis缓存服务 |
| nacos | 172.18.0.40 | 8848 | 微服务注册中心 |
| skywalking | 172.18.0.50 | 1234,11800,12800 | 链路追踪APM服务端 |
| skywalking-ui | 172.18.0.60 | 8080 | 链路追踪APM服务UI端 |
7.2 应用服务列表
应用服务可以单独部署或者在idea中启动
| 服务 | ip | 端口 | 备注 |
|---|---|---|---|
| order-service | 127.0.0.1 | 8001 | 订单服务 |
| account-service | 127.0.0.1 | 8002 | 账户服务 |
| storage-service | 127.0.0.1 | 8003 | 数据存储服务 |
| notice-service | 127.0.0.1 | 8004 | 通知服务 |
7.3 docker-compose 编排环境
我们的docker-compose只对环境进行了搭建，具体微服务在本地运行或者在容器运行都可以。
version: '2'
services:
mysql:
image: mysql:5.7
hostname: mysql
container_name: mysql
networks:
docker-network:
ipv4_address: 172.18.0.10
ports:
- "3306:3306"
environment:
MYSQL_ROOT_PASSWORD: root
volumes:
- "/tmp/etc/mysql:/etc/mysql/conf.d"
- "/tmp/data/mysql:/var/lib/mysql"
rabbitMQ:
image: rabbitmq:management
hostname: rabbitMQ
container_name: rabbitMQ
networks:
docker-network:
ipv4_address: 172.18.0.20
ports:
- "5672:5672"
- "15672:15672"
redis:
image: redis
hostname: redis
container_name: redis
networks:
docker-network:
ipv4_address: 172.18.0.30
ports:
- "6379:6379"
volumes:
- "/tmp/etc/redis/redis.conf:/etc/redis/redis.conf"
- "/tmp/data/redis:/data"
command:
redis-server /etc/redis/redis.conf
nacos:
image: nacos/nacos-server
hostname: nacos
container_name: nacos
depends_on:
- mysql
networks:
docker-network:
ipv4_address: 172.18.0.40
ports:
- "8848:8848"
environment:
MODE: standalone
volumes:
- "/tmp/etc/nacos/application.properties:/home/nacos/conf/application.properties"
skywalking:
image: apache/skywalking-oap-server
hostname: skywalking
container_name: skywalking
networks:
docker-network:
ipv4_address: 172.18.0.50
ports:
- "1234:1234"
- "11800:11800"
- "12800:12800"
skywalkingui:
image: apache/skywalking-ui
hostname: skywalkingui
container_name: skywalkingui
depends_on:
- skywalking
networks:
docker-network:
ipv4_address: 172.18.0.60
environment:
SW_OAP_ADDRESS: 172.18.0.50:12800
ports:
- "8080:8080"
networks:
docker-network:
ipam:
config:
- subnet: 172.18.0.0/16
gateway: 172.18.0.1
7.4 初始化数据
-
初始化用户数据以及产品数据
-
将feign,hystrix,ribbon等统一配置配置到nacos
# 配置超时时间 feign: hystrix: enabled: true #开启熔断 httpclient: enabled: true hystrix: threadpool: default: coreSize: 50 maxQueueSize: 1500 queueSizeRejectionThreshold: 1000 command: default: execution: timeout: enabled: true isolation: thread: timeoutInMilliseconds: 60000 ribbon: ConnectTimeout: 10000 ReadTimeout: 50000
8 全链路压测测试
8.1 jmeter配置
配置好压测数据，并且配置压测线程数1000 进行10轮压测
file
8.2 第一轮压测
8.2.1 链路分析优化
我们找到一个调用时长1S左右的链路，分析发现在存储服务调用时，耗时较长，但是数据库调用耗时并不长，基本说明是存储服务的连接池耗尽导致调用过长。
file
8.2.2 数据库连接池优化
调整存储服务的连接池，由原来的最大10 改为100
initialSize: 10
minIdle: 20
maxActive: 100
8.3 第二轮压测
结果已经由原来的服务内部的耗时 变为了fegin的耗时，这种情况下可以考虑使用fegin的连接池优化或者新增节点
file
8.3.1 观察消费节点
发现消费速度很慢，产生了大量消息堆积
file
检查
storage-service的actualPlaceOrder端点信息
发现平均响应时间在200ms左右
file
检查断点链路/storage/order/actualPlaceOrder
发现是事务提交慢造成的，这个时候就需要优化mysql服务器了
file
9 Skywalking 使用
9.1 Skywalking 模块栏目
file
Skywalking web UI 主要包括如下几个大的功能模块：
- 仪表盘：查看被监控服务的运行状态
- 拓扑图：以拓扑图的方式展现服务直接的关系，并以此为入口查看相关信息
- 追踪：以接口列表的方式展现，追踪接口内部调用过程
- 性能剖析：单独端点进行采样分析，并可查看堆栈信息
- 告警：触发告警的告警列表，包括实例，请求超时等。
- 自动刷新：刷新当前数据内容。
9.2 仪表盘
file
- 第一栏：不同内容主题的监控面板，应用/数据库/容器等
- 第二栏：操作，包括编辑/导出当前数据/倒入展示数据/不同服务端点筛选展示
- 第三栏：不同纬度展示，服务/实例/端点
9.3 展示栏
9.3.1 Global全局维度
file
- 第一栏：Global、Server、Instance、Endpoint不同展示面板，可以调整内部内容
- Services load：服务每分钟请求数
- Slow Services：慢响应服务，单位ms
- Un-Health services(Apdex):Apdex性能指标，1为满分。
- Global Response Latency：百分比响应延时，不同百分比的延时时间，单位ms
- Global Heatmap：服务响应时间热力分布图，根据时间段内不同响应时间的数量显示颜色深度
- 底部栏：展示数据的时间区间，点击可以调整。
9.3.2 Service服务维度
file
- Service Apdex（数字）:当前服务的评分
- Service Apdex（折线图）：不同时间的Apdex评分
- Successful Rate（数字）：请求成功率
- Successful Rate（折线图）：不同时间的请求成功率
- Servce Load（数字）：每分钟请求数
- Servce Load（折线图）：不同时间的每分钟请求数
- Service Avg Response Times：平均响应延时，单位ms
- Global Response Time Percentile：百分比响应延时
- Servce Instances Load：每个服务实例的每分钟请求数
- Show Service Instance：每个服务实例的最大延时
- Service Instance Successful Rate：每个服务实例的请求成功率
9.3.3 Instance实例维度
file
- Service Instance Load：当前实例的每分钟请求数
- Service Instance Successful Rate：当前实例的请求成功率
- Service Instance Latency：当前实例的响应延时
- JVM CPU:jvm占用CPU的百分比
- JVM Memory：JVM内存占用大小，单位m
- JVM GC Time：JVM垃圾回收时间，包含YGC和OGC
- JVM GC Count：JVM垃圾回收次数，包含YGC和OGC
- CLR XX：类似JVM虚拟机，这里用不上就不做解释了
9.3.4 Endpoint端点（API）维度
file
- Endpoint Load in Current Service：每个端点的每分钟请求数
- Slow Endpoints in Current Service：每个端点的最慢请求时间，单位ms
- Successful Rate in Current Service：每个端点的请求成功率
- Endpoint Load：当前端点每个时间段的请求数据
- Endpoint Avg Response Time：当前端点每个时间段的请求行响应时间
- Endpoint Response Time Percentile：当前端点每个时间段的响应时间占比
- Endpoint Successful Rate：当前端点每个时间段的请求成功率
9.4 拓扑图
file
- 1：选择不同的服务关联拓扑
- 2：查看单个服务相关内容
- 3：服务间连接情况
- 4：分组展示服务拓扑
9.5 追踪
file
- 左侧：api接口列表，红色-异常请求，蓝色-正常请求
- 右侧：api追踪列表，api请求连接各端点的先后顺序和时间
9.6 性能剖析
file
- 服务：需要分析的服务
- 端点：链路监控中端点的名称，可以再链路追踪中查看端点名称
- 监控时间：采集数据的开始时间
- 监控持续时间：监控采集多长时间
- 起始监控时间：多少秒后进行采集
- 监控间隔：多少秒采集一次
- 最大采集数：最大采集多少样本
查看监控结果
file
本文由育博学谷狂野架构师发布
如果本文对您有帮助，欢迎关注和点赞；如果您有任何建议也可留言评论或私信，您的支持是我坚持创作的动力
转载请注明出处！
网友评论