当前位置: 首页 > news >正文

测试-Gatling 与性能测试

Gatling 与性能测试详解

一、什么是性能测试?

性能测试是一种软件测试类型,旨在评估系统在负载下的响应时间、吞吐量和资源利用率等性能指标。通过性能测试,开发者和运维团队能够识别出系统的瓶颈、优化系统性能,并确保其在实际生产环境中能够处理预期的流量。

性能测试通常分为以下几类:

  1. 负载测试:通过模拟多个用户同时访问系统,测试系统在高负载下的行为和响应能力。
  2. 压力测试:将系统负载逐步增加,直至系统崩溃,评估其最大承受能力。
  3. 容量测试:确定系统在特定硬件资源条件下的最大用户处理量。
  4. 稳定性测试:在较长时间内保持负载,检查系统的稳定性和是否存在内存泄漏等问题。
二、Gatling 简介

Gatling 是一个开源的、高性能的性能测试工具,专为测试 HTTP 协议设计,同时也支持 WebSocket、JMS 等协议。Gatling 使用 Scala 编写,具有强大的并发处理能力和易用的脚本语言,适合用于模拟大规模用户请求、分析系统性能瓶颈。

Gatling 具有以下特点:

  1. 高性能:使用非阻塞 I/O,可以模拟大规模并发请求,适合测试高负载应用。
  2. 易用的 DSL(领域特定语言):基于 Scala 的测试脚本,结构清晰、语法简单,易于编写和维护复杂的性能测试场景。
  3. 丰富的报告:提供详尽的 HTML 格式的报告,展示响应时间、错误率、吞吐量等指标,并直观地展示系统性能瓶颈。
  4. 集成能力强:与 CI/CD 工具(如 Jenkins)无缝集成,适合自动化测试流程。
三、Gatling 的核心概念
  1. Scenario(场景)

场景代表性能测试的核心逻辑。一个 Scenario 描述了用户如何与系统进行交互,例如登录、查询、提交数据等操作。Gatling 中的 Scenario 通常通过定义用户行为序列来模拟实际的业务流程。

  1. Simulation(模拟)

Simulation 是 Gatling 中运行测试的单元,包含场景定义、负载模型、执行配置等内容。每个 Simulation 定义了一个测试计划,Gatling 执行该计划并生成测试报告。

  1. Session(会话)

Session 是用户与系统之间的一次完整交互,保存了测试过程中的所有上下文信息。每个用户都有独立的 Session,测试过程中可以在不同请求之间共享数据。

  1. Feeders(数据源)

Feeders 是用来为测试数据驱动的功能。通过 Feeders,测试脚本可以从外部数据源(如 CSV 文件、JSON 文件等)读取数据,为每个用户提供不同的测试输入。

  1. Assertions(断言)

断言用于检查测试的期望结果,确保测试在完成后能够验证系统是否达到了性能要求。Gatling 允许开发者对响应时间、成功率、吞吐量等进行断言。

四、Gatling 的安装与使用
  1. 安装 Gatling

下载并安装 Gatling:
   - 前往 Gatling 官网 下载最新版本的 Gatling 压缩包。
   - 解压缩后,配置 GATLING_HOME 环境变量指向 Gatling 解压目录。

  1. 创建一个简单的测试脚本

Gatling 提供了基于 Scala 语言的 DSL 来编写性能测试脚本。以下是一个简单的 Gatling 脚本示例,它模拟 100 名用户向网站发送 HTTP 请求:

示例:简单的 HTTP 性能测试
   ```scala
   import io.gatling.core.Predef._
   import io.gatling.http.Predef._
   import scala.concurrent.duration._

class BasicSimulation extends Simulation {

// 定义 HTTP 协议配置
     val httpProtocol = http
       .baseUrl(“https://example.com”) // 目标网站
       .acceptHeader(“application/json”) // 请求头
       .userAgentHeader(“Gatling”)

// 定义用户行为
     val scn = scenario(“Basic Simulation”)
       .exec(
         http(“Home Page Request”)
           .get(“/”)
           .check(status.is(200)) // 检查 HTTP 响应状态码
       )

// 设置负载模型和模拟执行
     setUp(
       scn.inject(atOnceUsers(100)) // 模拟 100 个用户同时发起请求
     ).protocols(httpProtocol)
   }
   ```

代码解释
   - httpProtocol:定义了 HTTP 协议相关的配置,包括请求的 URL、请求头等。
   - scenario:定义了用户的行为场景,这里表示用户访问首页(GET 请求)。
   - inject:定义负载模型,atOnceUsers(100) 表示 100 个用户同时发起请求。
   - check:用于验证请求的结果,这里使用 status.is(200) 确保返回的状态码是 200。

  1. 运行 Gatling 测试

GATLING_HOME 目录中,运行以下命令以启动 Gatling:

bash    ./bin/gatling.sh    

选择要执行的测试脚本,Gatling 将开始运行测试并生成结果。测试结束后,Gatling 会生成一个详细的 HTML 报告,报告中包含以下关键性能指标:
   - 响应时间:请求的最小值、最大值、平均值、95% 响应时间等。
   - 成功率:请求成功率、失败率。
   - 吞吐量:系统处理请求的速率。

  1. 查看 Gatling 报告

Gatling 生成的 HTML 报告提供了丰富的图表和统计数据,帮助开发者分析性能瓶颈。报告包含:
   - 响应时间分布图:展示每个请求的响应时间,帮助开发者了解请求的响应延迟。
   - 请求成功/失败统计:展示不同请求的成功率和错误率。
   - 系统吞吐量:展示每秒处理的请求数量。

报告示例截图:

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

五、Gatling 进阶功能
  1. 负载模型

Gatling 提供了多种负载模型,可以模拟不同的用户行为模式,例如:
   - atOnceUsers(n):同时模拟 n 个用户。
   - rampUsers(n) over (d):在 d 时间内,逐渐增加到 n 个用户。
   - constantUsersPerSec(rate) during (d):在 d 时间内,以每秒 rate 个用户的速率持续发送请求。

负载模型可以组合使用,例如:

scala    setUp(      scn.inject(        rampUsers(100) over (10 seconds), // 在 10 秒内增加到 100 个用户        constantUsersPerSec(50) during (30 seconds) // 在 30 秒内保持每秒 50 个用户      )    ).protocols(httpProtocol)    

  1. 数据驱动测试

Gatling 支持使用 Feeders 来从外部数据源读取测试数据。以下示例演示了如何从 CSV 文件中读取用户数据进行测试:

数据文件 users.csv
   csv    username,password    user1,pass1    user2,pass2    

脚本示例:
   ```scala
   val feeder = csv(“users.csv”).circular

val scn = scenario(“Login Simulation”)
     .feed(feeder)
     .exec(
       http(“Login Request”)
         .post(“/login”)
         .formParam(“username”, “ u s e r n a m e " ) . f o r m P a r a m ( " p a s s w o r d " , " {username}")          .formParam("password", " username")     .formParam("password","{password}”)
         .check(status.is(200))
     )
   ```

  1. 高级断言

断言可以用于在测试结束后,自动验证性能目标是否达成。例如,可以验证响应时间的 95% 百分位数是否小于 500 毫秒:

scala    setUp(      scn.inject(atOnceUsers(100))    ).protocols(httpProtocol)      .assertions(        global.responseTime.percentile(95).lt(500), // 95% 响应时间小于 500 毫秒        global.successfulRequests.percent.gte(99)   // 请求成功率大于 99%      )    

六、Gatling 与 CI/CD 集成

Gatling 可以轻松集成到 Jenkins 等持续集成/持续交付(CI/CD)工具中,帮助开发团队在代码发布前自动执行性能测试。

  1. **在 Jenkins 中

配置 Gatling**:
   - 安装 Jenkins 的 Gatling 插件。
   - 配置 Jenkins 任务,添加执行 Gatling 测试的步骤:
     bash      ./bin/gatling.sh -s simulations.BasicSimulation      
   - Jenkins 将在每次代码构建时自动运行 Gatling 性能测试,并将报告集成到构建结果中。

  1. 自动化测试流程
       在 CI/CD 管道中,Gatling 可以作为代码发布前的性能测试工具,帮助开发团队识别潜在的性能问题。例如,在应用部署到预生产环境后,可以使用 Gatling 测试接口的吞吐量和响应时间,确保其在高负载下的表现符合预期。
七、Gatling 与其他性能测试工具的比较
工具特点优点缺点
Gatling基于 Scala 的高性能工具,支持复杂场景高并发性能,易用的 DSL,详细报告基于 Scala,可能对非 Java/Scala 开发者不友好
JMeter图形化界面的负载测试工具图形界面易上手,支持多种协议高并发下性能不足,脚本维护较复杂
Locust基于 Python 的可扩展负载测试工具使用 Python 编写脚本,适合复杂场景性能低于 Gatling,尤其是模拟大量用户时
k6使用 JS 编写测试脚本,现代云原生负载工具易于集成到 CI/CD 流程,支持云原生应用的负载测试适合 API 测试,复杂业务逻辑支持不如 Gatling
八、总结

Gatling 是一个功能强大且高效的性能测试工具,尤其擅长于模拟大规模的并发用户请求,适合测试现代 Web 应用和微服务架构的性能表现。通过使用 Gatling,开发团队能够准确分析系统在不同负载下的表现,识别潜在的性能瓶颈,并确保系统在实际生产环境中的稳定性和可扩展性。

结合 Gatling 的丰富 DSL、灵活的负载模型和与 CI/CD 的深度集成,开发者可以轻松地将性能测试融入到自动化发布流程中,确保应用在每次发布前都经过严格的性能评估。

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 达梦数据库对象管理(一):分区表、外部表、临时表
  • Big Data 流处理框架 Flink
  • 【LeetCode】每日一题 2024_9_16 公交站间的距离(模拟)
  • 进程监控与管理详解
  • 华为HarmonyOS地图服务 -- 如何实现地图呈现?-- HarmonyOS自学8
  • Ubuntu24.04部署docker
  • xtu oj 锐角三角形
  • PowerShell install 一键部署Oracle23ai
  • js中【argument】知识点详解
  • 技术选型对SQL与NoSQL以及Mysql,Hbase,Hive使用特性差别
  • Spring Boot-Bean注入问题
  • 无人机飞手教员组装、调试高级教学详解
  • 斗破C++编程入门系列之二十八:继承与派生:概念介绍与派生类的声明(一星斗师)
  • Neo4j入门案例:三星堆
  • 基于51单片机的心率体温监测报警系统(包括程序、仿真、原理图、流程图)
  • Android组件 - 收藏集 - 掘金
  • Centos6.8 使用rpm安装mysql5.7
  • Fabric架构演变之路
  • Laravel Mix运行时关于es2015报错解决方案
  • LeetCode算法系列_0891_子序列宽度之和
  • Linux学习笔记6-使用fdisk进行磁盘管理
  • Promise面试题2实现异步串行执行
  • Tornado学习笔记(1)
  • TypeScript实现数据结构(一)栈,队列,链表
  • UMLCHINA 首席专家潘加宇鼎力推荐
  • ⭐ Unity 开发bug —— 打包后shader失效或者bug (我这里用Shader做两张图片的合并发现了问题)
  • 爱情 北京女病人
  • -- 查询加强-- 使用如何where子句进行筛选,% _ like的使用
  • 解决iview多表头动态更改列元素发生的错误
  • 使用 Xcode 的 Target 区分开发和生产环境
  • 为视图添加丝滑的水波纹
  • 线性表及其算法(java实现)
  • 小而合理的前端理论:rscss和rsjs
  • puppet连载22:define用法
  • #ubuntu# #git# repository git config --global --add safe.directory
  • #我与Java虚拟机的故事#连载06:收获颇多的经典之作
  • $var=htmlencode(“‘);alert(‘2“); 的个人理解
  • (2024)docker-compose实战 (9)部署多项目环境(LAMP+react+vue+redis+mysql+nginx)
  • (32位汇编 五)mov/add/sub/and/or/xor/not
  • (C++20) consteval立即函数
  • (el-Date-Picker)操作(不使用 ts):Element-plus 中 DatePicker 组件的使用及输出想要日期格式需求的解决过程
  • (安全基本功)磁盘MBR,分区表,活动分区,引导扇区。。。详解与区别
  • (附源码)ssm高校实验室 毕业设计 800008
  • (回溯) LeetCode 46. 全排列
  • (切换多语言)vantUI+vue-i18n进行国际化配置及新增没有的语言包
  • (三)Honghu Cloud云架构一定时调度平台
  • (十)c52学习之旅-定时器实验
  • (十三)Flink SQL
  • (算法)Travel Information Center
  • (图)IntelliTrace Tools 跟踪云端程序
  • (一)springboot2.7.6集成activit5.23.0之集成引擎
  • (已解决)Bootstrap精美弹出框模态框modal,实现js向modal传递数据
  • (转)程序员技术练级攻略
  • .MSSQLSERVER 导入导出 命令集--堪称经典,值得借鉴!
  • .NET 3.0 Framework已经被添加到WindowUpdate