全链路压测平台探索与实践.PDF

全链路压测平台探索与实践 产品生命周期 用户 需求 设计 画像 用户 开发 测试 发布 运维 用户 性能测试面临的挑战 时间 技术 人员 运维 开发迭代周期极具缩短 大并发测试环境搭建异常困难 高端测试调优人员难觅 全链路压测环节缺失 测试时间被深度挤压 分布式测试工具部署难度较大 无法满足各个维度的专业覆盖 突发性用户暴增导致环境崩溃 极短时间内定位问题 环境复用率较低 组建高品质测试团队费用昂贵 运行缓慢导致粘度用户加速流失 压测工具集合与特点 Locust LoadRunner LoadStorm Vegeta NeoLoad Gatling Seige OpenSTA Jmeter ab HpLoad Grinder Blazemeter Tsung HTTPerf WebLoad CloudTest LoadImpact 全链路压测基础 n 被测系统可伸缩 n 公有云的发展 n 按量计费 资源管理 n 4核4G 1.5万QPS 35%CPU n 100万QPS/1.5万 = 66台 问题1 云主机怎么管理 问题2 回传带宽怎么解决 脚本比较 执行引擎 数据计算 问题1 数据实时计算 问题2 数据对齐 问题3 数据分布 问题4 日志处理 问题5 关联APM工具 测试场景分析- 日志抽取分析过程 业务模型梳理-有参考日志 横向时间线分析 编号 交易名称 08 09 10 11 12 13 14 15 16 17 18 08-18合计 24H合计 日间交易占比 总交易量占比 1 核心单笔记账 11248 45561 56814 55155 40903 51237 48940 54132 43021 16042 9770 432823 461556 93.77% 14.66% 2 核心账务处理 10793 23007 28411 29602 24426 28587 37587 39424 37995 33252 27338 320422 406790 78.77% 12.92%