使用ab工具对服务器进行API压力测试

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.jb51.net/article/231492.htm

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恰卡编程网的并发。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
• Fail恰卡编程网ed 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:"$0" serverIP userParam"
a=(1000 2000 4000www.cppcns.com 6000 7000)#待测请求总数
b=(50 100 200 300 400)#并发用户数
runTime=$(date +%Y%m%d%H%M%S)

if [ -z "$1"]
then
	serverip="http://127.0.0.1"
else
	serverip=$1
fi

if [ -z "$2"]
then
	param="deviceid=XXX&bindingplatform=XXX&bindingid=XXX"
else
	param=$2
fi

filename=${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
do
	echo "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
	do
		ab -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 $http://www.cppcns.com{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 << " " &恰卡编程网lt;< 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;
}

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

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。