• 独立安装ab压力测试工具及测试nginx性能


    Apache安装包中自带ab压力测试工具,但是我用的是nginx,所以就单独安装了。

    独立安装

    ab运行需要依赖apr-util包,安装命令为:

    yum install apr-util

    安装依赖 yum-utils中的yumdownload 工具

    如果没有找到 yumdownload 命令可以

    yum install yum-utils

    安装完成后执行以下指令:

    cd /opt

    mkdir abtmp

    cd abtmp

    yum install yum-utils.noarch

    yumdownloader httpd-tools*

    rpm2cpio httpd-*.rpm | cpio -idmv

    解开后就能得到独立的 ab可执行文件了。

    操作完成后 将会在当前产生一个 usr 目录 ab文件就在这个usr 目录中

    在学习ab工具之前,我们需了解几个关于压力测试的概念

    • 吞吐率(Requests per second)
      概念:服务器并发处理能力的量化描述,单位是reqs/s,指的是某个并发用户数下单位时间内处理的请求数。某个并发用户数下单位时间内能处理的最大请求数,称之为最大吞吐率。
      计算公式:总请求数 / 处理完成这些请求数所花费的时间,即
      Request per second = Complete requests / Time taken for tests
    • 并发连接数(The number of concurrent connections)
      概念:某个时刻服务器所接受的请求数目,简单的讲,就是一个会话。
    • 并发用户数(The number of concurrent users,Concurrency Level)
      概念:要注意区分这个概念和并发连接数之间的区别,一个用户可能同时会产生多个会话,也即连接数。
    • 用户平均请求等待时间(Time per request)
      计算公式:处理完成所有请求数所花费的时间/ (总请求数 / 并发用户数),即
      Time per request = Time taken for tests /( Complete requests / Concurrency Level)
    • 服务器平均请求等待时间(Time per request: across all concurrent requests)
      计算公式:处理完成所有请求数所花费的时间 / 总请求数,即
      Time taken for / testsComplete requests
      可以看到,它是吞吐率的倒数。
      同时,它也=用户平均请求等待时间/并发用户数,即
      Time per request / Concurrency Level

    开始测试

    命令:ab -n 100 -c 10  http://love.52py.com.cn/

    -n表示请求数,-c表示并发数

    上面的命令运行完毕后就出来测试报告了

    完整测试报告

    测试结果分析:

    这段信息是web服务器的信息,可以看到服务器采用的是nginx,域名是love.52py.com.cn,端口是80

    服务器信息

    这段信息是关于请求文档的相关信息,所在位置“/”,文档的大小为8981bytes(此为http响应的正文长度)

    文档信息

    这段信息显示了压力测试的几个重要指标

    Concurrency Level:    10      #并发请求数

    Time taken for tests:  3.222 seconds #整个测试持续的时间

    Complete requests:  100     #完成的请求数

    Failed requests:  0        #失败的请求数

    Write errors: 0  #写错误的请求数

    Total transferred:    931288 bytes    #整个场景中的网络传输量

    HTML transferred:     905937 bytes   #整个场景中的HTML内容传输量

    Requests per second:   31.04 [#/sec] (mean)

    #吞吐率,大家最关心的指标之一,相当于 LR 中的每秒事务数,后面括号中的 mean 表示这是一个平均值

    Time per request:     322.189 [ms] (mean)

    #用户平均请求等待时间,大家最关心的指标之二,相当于 LR 中的平均事务响应时间,后面括号中的 mean 表示这是一个平均值

    Time per request:    32.219 [ms] (mean, across all concurrent requests)

    #服务器平均请求处理时间,大家最关心的指标之三

    Transfer rate:     282.28 [Kbytes/sec] received

    #平均每秒网络上的流量,可以帮助排除是否存在网络流量过大导致响应时间延长的问题

    重要指标

    这段信息显示的是网络上消耗的时间的分解

    网络消耗时间

    这段信息显示的是每个请求处理时间的分布情况,50%的处理时间在419ms内,66%的处理时间在425ms内。。。重要的是要看90%的处理时间。

    响应情况

  • 相关阅读:
    python 的class和def 定义执行语句相关
    python _和__ 下划线命名规则
    python2和python3编码问题【encode和decode】
    cpython源码阅读
    eCPRI
    python内存管理/垃圾回收
    Class() vs self.__class__()
    JAVA学习日报 11/24
    JAVA学习日报 11/23
    JAVA学习日报 11/22
  • 原文地址:https://www.cnblogs.com/52py/p/12725491.html
Copyright © 2020-2023  润新知