最近对服务器的某些api进行性能测试，我们关注的主要指标就是系统吞吐量。第三节看看就好,很久前写的。

文章目录

1 系统吞吐量的简单介绍
2 测试方法
- 2.1 客户端测试工具
- - 2.1.1 GET方法
  - 2.1.2 POST方法
  - 2.1.3 测试结果解读
- 2.2服务器端检测方法
3 实际测试
- 3.1 shell脚本
- 3.2 C++提取程序：使用了libxl.h
4 测试中遇到一些问题

1 系统吞吐量的简单介绍

一个系统的吞度量（承压能力）与request对CPU的消耗、外部接口、IO等等紧密关联。
单个reqeust 对CPU消耗越高，外部系统接口、IO影响速度越慢，系统吞吐能力越低，反之越高。

系统吞吐量几个重要参数：TPS、并发数、响应时间

TPS：每秒钟处理的事务数量
并发量：系统同时处理请求数(事务数)
响应时间：一般取平均响应时间

TPS= 并发量/平均响应时间

这里因为说的事务如果是单一接口请求，我们也可以认为TPS即为QPS。

下面举例说明：
比如3000个用户(并发量)同时访问待测试接口，在用户端统计，3000个用户平均得到响应的时间为1188.538ms。所以TPS=3000/1.188538s= 2524.11 q/s。
我们就可以这样描述本次测试，在3000个并发量的情况下，TPS为2524.11，平均响应事件为1188.538ms

Tps：在实际测试中表现为：

一个系统吞吐量通常由TPS、并发数两个因素决定，每套系统这两个值都有一个相对极限值，在应用场景访问压力下，只要某一项达到系统最高值，系统的吞吐量就上不去了，如果压力继续增大，系统的吞吐量反而会下降，原因是系统超负荷工作，上下文切换、内存等等其它消耗导致系统性能下降。
实际表现为tps即先上升后下降，我们需要找到性能拐点。并得到限制瓶颈。

2 测试方法

参考文献（详细输出说明）：
https://www.cnblogs.com/gumuzi/p/5617232.html

2.1 客户端测试工具

我们采用apacheBench 工具进行测试。

ubuntu安装ab：

sudo apt-get install apache2-utils

linux默认登录端口只能打开1024个文件，因为在linux一切皆文件，所以ab并发数受到整个打开文件数的限制，需要使用ulimit -n 10000(打开文件数)进行修改后才能支持较大的并发。本人测试修改到15000。

2.1.1 GET方法

ab -n 100 -c 100 https://www.baidu.com/index.html
-n:请求总数
-c:并发用户数.
-url：待测api。
当测试发起请求数量较少，完成较快，无中间过程显示。在请求数量很多时会分行显示当前完成数量。

2.1.2 POST方法

ab -n 10 -c 1 -T 'application/x-www-form-urlencoded'  -H "Authorization:Bearer 2393d8db9b9d7f4b9d1570cc8776bca69b421b62"  -p ./post http://172.28.28.17:3017/oauth2/token

-H:可以设置响应header
-T: Post http header类型默认为text/plain
-P:Post body内容， ab要求写在文件中，-p后跟文件目录，文件内容如name=hello&password=1234

2.1.3 测试结果解读

来份ab的测试输出：

ab -n 10 -c 2 上图结果为总请求10 并发为2的结果

我们主要关注的输出信息为：

Concurrency Level: 10 //并发级别，也就是并发数，请求中－c参数指定的数量
Time taken for tests: 1.093 seconds //本次测试总共花费的时间
Complete requests: 100 //本次测试总共发起的请求数量
Failed requests: 0 //失败的请求数量。因网络原因或服务器性能原因，发起的请求并不一定全部成功，通过该数值和Complete requests相除可以计算请求的失败率，作为测试结果的重要参考。
Total transferred: 103314 bytes //总共传输的数据量，指的是ab从被测服务器接收到的总数据量，包括index.html的文本内容和请求头信息。
Requests per second: 91.50 [#/sec] (mean) //平均(mean)每秒完成的请求数：QPS，这是一个平均值，等于Complete requests/Time taken for tests=100/1.093=91.50
Time per request: 109.287 [ms] (mean) //从用户角度看，完成一个请求所需要的时间（因用户数量不止一个，服务器完成10个请求，平均每个用户才接收到一个完整的返回，所以该值是下一项数值的10倍。）
Time per request: 10.929 [ms] (mean, across all concurrent requests)// 服务器完成一个请求的时间。
Transfer rate: 92.32 [Kbytes/sec] received 　//网络传输速度。对于大文件的请求测试，这个值很容易成为系统瓶颈所在。要确定该值是不是瓶颈，需要了解客户端和被测服务器之间的网络情况，包括网络带宽和网卡速度等信息。

其中我们最为关注的为Requests per second: 即tps。我们将它最为服务器性能最为重要的指标。

2.2服务器端检测方法

可以通过 iftop命令和nethogs -d 对服务器网络情况进行检测。
可以通过iptables命令监控服务器端口流量。
可以通过 top | grep “node” 对内存和cpu进行判断。
对云上测试可以使用云主机后台，但后台参数是分钟级后的平均值。
感觉好像这样测优点蠢

3 实际测试

使用apacheBench 可以使用编写shell脚本进行多次测试。可以将待测api 放入api数组并修改循环数量，实现一次测试多个api并生成关键参数xls文件。现在看来还是原来太天真才会有这种想法。

3.1 shell脚本

使用说明：a 是请求总数，b是并发用户数一一对应,即a[0]对应b[0],传入参数第一个是待测api服务器地址，第二个是api所需参数。api设置在api数组中。添加多个api 或同意api多组测试请修改循环计数。

echo "you maybe use this sh like:"$0" serverIP userParam"
a=(1000 2000 4000 6000 7000)#待测请求总数
b=(50 100 200 300 400)#并发用户数
runTime=$(date +%Y%m%d%H%M%S)if [ -z "$1"]
thenserverip="http://127.0.0.1"
elseserverip=$1
fiif [ -z "$2"]
thenparam="deviceid=XXX&bindingplatform=XXX&bindingid=XXX"
elseparam=$2
fifilename=${runTime}"-test.log"
touch filename#api=('XXX'${param} 'XXX'${param} '/users/account')
api=('XXX'${param})
echo "********webserver test info*************"
echo "testTime :"$(date)
echo "LogName  :"${filename}
echo "serverIP :"${serverip}
echo "userparam:"${param}
echo "********webserver test info*************"
#echo ${filename}for j in {0..0}#待测api个数 即api数组数
doecho "API test:"${serverip}${api[j]}for i in {0..4}#待测api测试次数 5次也就是对应a b数组有个五个值doab -r -k -n ${a[i]} -c ${b[i]} -C ${param} ${serverip}${api[j]} | grep -e"Document Path:" -e "Complete requests:" -e "Concurrency Level:" -e"Failed requests:" -e"Time taken for tests:" -e "Requests per second:" -e "Time per request" -e"Total transferred: " >> ${filename}done
done
sed -i 's/^.\{24\}//g' ${filename}# 按照时间生成txt文件 并按上面的参数进行提取。
export LD_LIBRARY_PATH=
./change ${filename} ${runTime}"report.xls"#chang 函数功能是将txt中关键数据变成xls文件。
rm ${filename}

3.2 C++提取程序：使用了libxl.h

#include <iostream>
#include <fstream>
#include <string>
#include "libxl.h"
using namespace std;
using namespace libxl;
int main(int agrc, char *argc[])
{//cout << "helloworld" << endl;fstream f;ifstream ifile(argc[1]);string temp;int i = 0, j=1, k = 0;Book* book = xlCreateBook();//创建一个二进制格式的XLS（Execl97-03）的实例,在使用前必须先调用这个函数创建操作excel的对象//book->setKey(......);//如果购买了该库，则设置相应的key，若没有购买，则不用这行if (book)//是否创建实例成功{Sheet* sheet = book->addSheet("Sheet1");//添加一个工作表for(i=0;i<30;i++){for(j=0;j<10;j++){sheet->setCol(i, j, 20);//设置列宽，格式等}}i=0;j=1;if (sheet){sheet->writeStr(j, 0, "API");sheet->writeStr(j, 1, "Concurrency Level");sheet->writeStr(j, 2, "Time taken for tests");sheet->writeStr(j, 3, "Complete requests");sheet->writeStr(j, 4, "Failed requests");sheet->writeStr(j, 5, "Total transferred");sheet->writeStr(j, 6, "Requests per second");sheet->writeStr(j, 7, "Time per reques(user)");sheet->writeStr(j, 8, "Time per reques(server)");j++;while (getline(ifile, temp)){if (temp[0] == '/'){f << temp << " ";sheet->writeStr(j, i, temp.c_str());}else if (temp.find('[') != string::npos){f << temp.substr(0, temp.find('[') - 1) << " ";sheet->writeStr(j, i, temp.substr(0, temp.find('[') - 1).c_str());}else if (temp.find('b') != string::npos){f << temp.substr(0, temp.find('b') - 1) << " ";sheet->writeStr(j, i, temp.substr(0, temp.find('b') - 1).c_str());}else if (temp.find('s') != string::npos){sheet->writeStr(j, i, temp.substr(0, temp.find('s') - 1).c_str());f << temp.substr(0, temp.find('s') - 1) << " ";}else{sheet->writeStr(j, i, temp.c_str());f << temp << " ";}i++;if (i == 9){f << " " << endl;i = 0;j++;}}ifile.close();}if (book->save(argc[2]))//保存到example.xls{//.....}else{std::cout << book->errorMessage() << std::endl;}book->release();}return 0;
}

3.3测试结果xls截图：

4 测试中遇到一些问题

在用云主机时要注意一下云主机带宽的问题，小水管很可能成为瓶颈。
ab软件中Total transferred 与端口流量有差距。端口流量大于Total transferred，猜测是有封包的因素。所以不能把Total transferred作为服务器消耗的流量来处理，用于计算云上某些按流量消耗的服务。

git：https://github.com/CollapsarLi/server_apachebench_shell.git

服务器API压力测试 -ab工具相关推荐

高防服务器ddos压力测试的工具推荐
目前DDoS攻击的成本越来越低,在商业竞争.黑客行动主义以及网络敲诈等领域,DDoS攻击网站事件正在呈上升趋势.最基本的DDoS攻击就是利用合理的服务请求来占用过多的服务资源,从而使合法用户无法得到服 ...
Web服务器性能压力测试工具http_load、webbench、ab、Siege使用教程
Web服务器性能压力测试工具http_load.webbench.ab.Siege使用教程作者: feng 日期: 2012/07/25 发表评论 (0) 查看评论一.http_load 程序非常 ...
压力测试ab安装 linux,Centos8下安装ab压力测试工具及ab命令详解
释放双眼,带上耳机,听听看~! 1.ab的简介 ab是apachebench命令的缩写. ab是apache自带的压力测试工具.ab非常实用,它不仅可以对apache服务器进行网站访问压力测试,也可以 ...
服务器ddos压力测试注意事项及常用工具
据有关数据显示,在刚刚过去的2019年里,针对多媒介社交网站中的DDOS攻击占比从第一季度的46%增长到第四季度的65%,且DDoS攻击网站事件正在呈上升趋势.想要有效地防范ddos,可以使用香港高防 ...
游戏服务器的压力测试应该如何进行
游戏服务器的压力测试应该如何进行?自己写机器人还是 LR 等工具? 1 条评论分享按投票排序按时间排序 14 个回答 5赞同反对,不会显示你的姓名李丹阳,会敲代码的喵.后端程序猿,爱PHP,爱 ...
服务器进行压力测试+性能测试
1: 影响响应时间的因素 (1): 硬件方面: 1:服务器的cpu 2:服务器内存 3:服务器带宽 (4): 软件方面 1: 数据库的优化 2: sql语句的优化 3: json 串返回的大小在使用 ...
Web服务器性能/压力测试工具http_load、webbench、ab、Siege使用教程
一.http_load 程序非常小,解压后也不到100K http_load以并行复用的方式运行,用以测试web服务器的吞吐量与负载.但是它不同于大多数压力测试工具,它可以以一个单一的进程运行,一般 ...
服务器性能/压力测试工具http_load、webbench、ab、Siege使用教程
一.http_load 程序非常小,解压后也不到100K http_load以并行复用的方式运行,用以测试web服务器的吞吐量与负载.但是它不同于大多数压力测试工具,它可以以一个单一的进程运行,一般 ...
简单好用的服务器压力测试小工具 ab
2019独角兽企业重金招聘Python工程师标准>>> 前段时间,创建了一个小接口,用来测试阿里云的一个表格存储的IO能力,就用到了一个压测小工具,叫ab(apachebeach), ...
php压力测试ab.exe,apache ab工具页面压力测试返回结果含义解释
ab是apache自带的一个很好用的压力测试工具,当安装完apache的时候,就可以在bin下面找到ab 参数说明及示例我们可以模拟100个并发用户,对一个页面发送1000个请求其中-n代表请求数 ...

服务器API压力测试 -ab工具