最近在进行新项目的压测，把《基于Jmeter的性能测试框架搭建》提到的框架又做了一些改进，主要是针对Grafana的配置。展开话题前先上一张性能监控图。
性能监控图
那么上图展现的数据是否准确呢？我们可以通过以下方式进行验证。
-
查看jenkins的构建日志，如下图所示。可发现tps、响应时间、请求总数、失败请求数等与grafana展现一致。
jenkins构建日志
-
使用top,vmstat等命令查看cpu损耗，与Grafana展现一致。
ps:下图仅用于top命令示范，与上面的性能监控图数据无直接关联。
CPU_top
在展开Grafana配置详述前，需先弄清楚以下metrics的含义，以便后续配置Grafana面板。
metrics
metrics
metrics
接着就可以进行面板配置了，各指标配置如下。 -
tps
tps
-
总的请求数（成功+失败请求）
TotalRequests
-
失败请求数
FaileRequests
-
VU
VU
-
成功请求的响应时间（avg,pct99,pct95,pct90）
成功请求的RespondTime
-
cpu，由于监控服务器为4核，所以加了获取条件where cpu = cpu-total.
下图监控了用户cpu和系统cpu,对应top命令展现的us和sy，sy如果值太高，说明系统调用，例如IO操作频繁。其他参数可自行百度。
CPU
-
如果有需要，也可以对io,内存等进行监控。
其他
由于Influxdb是一个时序数据库，Grafana也是按时序来展现性能结果，所以需留意Time range的配置，否则可能造成数据误差。比如Time range设置为2018-08-03 15:30:00 To 16:00:00，那么Grafana就会展现15:30到16:00:00的数据，如果15:30:00开始构建接口1，15:40接口1构建完成，15:41开始接口2构建，15:50接口2构建完成，那么此时Grafana面板展现的tps,响应时间，Total，failed等数据是【接口1+接口2】的综合取值。
TimeRange
讲完Grafana，咱们再回归压测脚本，之前文章也提过，Jmeter编写压测脚本异常简单，执行脚本后，自动生成上述的metrics，如下所示。
ps:新版本jmeter的Backend Listener亦支持influxdb，有兴趣的童鞋可以尝试。
压测脚本
不得不说，Grafana和Jmeter真的是天作之合。
网友评论