Jmeter实时压测结果收集

JMeter 实时压测结果收集

简介

JMeter、Grafana 和 InfluxDB 结合成的实时压测体系是一个强大的性能监控和测试解决方案。这个体系能够实时地收集、分析和展示性能测试数据，帮助开发者和测试人员更好地理解系统的性能表现，及时发现潜在问题并进行优化。为性能测试和监控提供了强大的支持，有助于提升系统的性能和稳定性。

结合`Grafana`进行实时压测的优点

实时数据收集：JMeter 在测试过程中实时生成性能数据，并将其发送到 InfluxDB 进行存储。
数据分析和可视化：InfluxDB 存储的数据可以通过Grafana进行高效查询和分析，同时以图表和仪表板的形式展示给用户。
性能监控和预警：通过Grafana的仪表板，用户可以实时监控系统的性能表现，并在出现异常时及时发出预警。
问题定位和优化：根据Grafana展示的性能数据，开发人员可以定位潜在的性能问题，并进行针对性的优化。

如何进行实时压测

环境准备

安装 JDK 并且配置环境：参考教程
安装 JMeter 并且配置环境：参考教程

创建 influxdb 服务

拉取 influxdb 镜像 docker pull influxdb:1.8
创建并启动容器 sudo docker run -d -p 8086:8086 -p 8083:8083 --name JMeterdb influxdb:1.8
检验容器是否启动
- docker ps
创建数据库
- 进入 JMeterdb 容器内部： docker exec –it JMeterdb bash
- 进入容器命令行模式 influx
- 创建数据库 create database JMeter;
- 检查数据库是否创建成功 show databases;

打开 JMeter 设置数据传导，并且进行压测

打开虚拟机上的JMeter

终端输入JMeter
创建线程组，线程组配置
配置元件Backend Listener implementation
- 在 JMeter 中添加Backend Listener组件，用于收集数据并发送给influxDB
- 在Backend Listener implementation 中选择 InfluxdbBackendListenerClient（必须使用 JMeter5. 0 以上版本,否则需要单独装插件才能看到这个组件）
- 在influxdbURL中填写实际的influxdb hostname
- application中填baidu
- 在testTitle中填Baidu Testing
- 在percentiles中填50;90;95;99
- 将summaryOnly设置为false
- 其余配置不变

alt text

alt text 4. 检查终端的 JMeterdb 容器内部的数据库是否新增了数据

alt text

结合`Grafana`服务进行压测结果展示

拉取Grafana镜像 docker pull grafana/grafana
创建并启动容器 docker run -d -p 3000:3000 --name JMeterGrafana grafana/grafana
检验容器是否启动成功
- docker ps 检验容器是否运行
- 浏览器输入localhost:3000判断是否进入Grafana管理页面
配置数据源
创建面板
打开面板，查看数据

常用指标

JMeter 压测的常用指标及其对应的英文名如下：

TPS (Transactions Per Second)：每秒事务数。这是性能测试中最重要的指标之一，它衡量了系统在单位时间内处理事务的能力。每个事务包括向服务器发送请求、服务器内部处理（包括应用服务器、数据库服务器等）以及服务器返回结果给客户端的完整过程。
QPS (Queries Per Second)：每秒查询率。它衡量了一台服务器每秒能够响应的查询次数，主要针对专门用于查询的服务器的性能指标。在只有一个请求接口的情况下，QPS 等价于 TPS。但需要注意的是，一个事务访问可能产生多次对服务器的请求，这些请求都可以计入 QPS 之中。
并发数 (Concurrency Number)：指系统同时能处理的请求数量，它反映了系统的负载能力。这个数值可以通过分析机器 1S 内的访问日志数量来得到。
吞吐量 (Throughput)：指系统在单位时间内处理请求的数量。TPS 和 QPS 都是吞吐量的常用量化指标。
响应时间 (Response Times)：系统对请求作出响应的时间，从客户端发出请求开始计时，到收到服务端响应后结束计时。这也是性能测试中非常重要的指标之一。

总结

简介
如何进行实时压测