莆田网站建设方案优化,网站如何做才能被百度等收录,网站在线生成app,网站的展现形式背景 希望选择一款Web Service性能测试工具#xff0c;能真实模拟大量用户访问网站时的请求#xff0c;从而获取服务器当前的请求处理能力#xff08;请求数/秒#xff09;。以微信服务器为例#xff0c;每个用户用独立的登录token#xff0c;做各种操作#xff0c;比如…背景 希望选择一款Web Service性能测试工具能真实模拟大量用户访问网站时的请求从而获取服务器当前的请求处理能力请求数/秒。以微信服务器为例每个用户用独立的登录token做各种操作比如刷消息、发消息、看朋友圈等。 希望该性能测试工具符合如下要求1. 测试脚本能力最好是Python/Ruby等最常用的2. 每个并发实例能使用不同参数3. CLI启动测试这对自动化测试很重要4. Session支持也就是第一个请求的响应能用于后续请求的参数。6. 单个结点的并发数量高。7. 分布式支持不受限于单个结点的计算能力。 性能测试工具选手 Gatling http://gatling.io/ Gatling是一款基于Scala 开发的高性能服务器性能测试工具它主要用于对服务器进行负载等测试并分析和测量服务器的各种性能指标。Gatling主要用于测量基于HTTP的服务器比如Web应用程序RESTful服务等除此之外它拥有以下特点 支持Akka Actors 和 Async IO从而能达到很高的性能支持实时生成Html动态轻量报表从而使报表更易阅读和进行数据分析支持DSL脚本从而使测试脚本更易开发与维护支持录制并生成测试脚本从而可以方便的生成测试脚本支持导入HARHttp Archive并生成测试脚本支持MavenEclipseIntelliJ等以便于开发支持Jenkins以便于进行持续集成支持插件从而可以扩展其功能比如可以扩展对其他协议的支持开源免费测试场景示例http://gatling.io/docs/2.1.7/advanced_tutorial.html object Search {val feeder csv(search.csv).random // 1, 2val search exec(http(Home).get(/)).pause(1).feed(feeder) // 3.exec(http(Search).get(/computers?f${searchCriterion}) // 4.check(css(a:contains(${searchComputerName}), href).saveAs(computerURL))) // 5.pause(1).exec(http(Select).get(${computerURL})) // 6.pause(1)
} 统计图 nGrinder 官网很卡真的很卡...zzz... http://naver.github.io/ngrinder/nGrinder是一个基于 Grinder 开发的一个非常易于管理和使用的性能测试系统。它是由一个controller和连接它的多个agent组成用户可以通过web界面管理和控制测试以及查看测试报告controller会把测试分发到一个或多个agent去执行。用户可以设置使用多个进程和线程来并发的执行该脚本而且在同一线程中来重复不断的执行测试脚本来模拟很多并发用户。nGrinder的测试是基于一个python的测试脚本用户按照一定规则编写测试脚本以后controller会将脚本以及需要的其他文件分发到agent用Jython执行。并在执行过程中收集运行情况、响应时间、测试目标服务器的运行情况等。并保存这些数据生成运行报告以供以后查看。nGrinder的一大特点就是非常容易使用安装也非常容易可以做到开箱即用测试用户也可以很容易就开始测试任务。当然如果想执行一些比较复杂场景的性能测试就需要测试人员对python有一定认识。 测试场景示例http://grinder.sourceforge.net/faq.html#simulating-users #
# testRandomise.py
#
import random
import stringclass TestRandomise:def __init__(self, filename):self._users []infile open(filename, r)for line in infile.readlines():self._users.append(string.split((line),,))infile.close()def getUserInfo(self):Pick a random (user, password) from the list.return random.choice(self._users)#
# Test script. Originally recorded by the TCPProxy.
#
from testRandomise import TestRandomise
tre TestRandomise(users.txt)class TestRunner:def __call__(self):# Get user for this run.(user, passwd) tre.getUserInfo()# ...# Use the user details to log in.tests[2002].POST(https://host:443/securityservlet,( NVPair(functionname, Login),NVPair(pagename, Login),NVPair(ms_emailAddress, user),NVPair(ms_password, passwd), )) 统计图 Locust http://locust.io/ Locust 是一个开源负载测试工具。使用 Python 代码定义用户行为也可以仿真百万个用户。Locust 是非常简单易用分布式用户负载测试工具。Locust 主要为网站或者其他系统进行负载测试能测试出一个系统可以并发处理多少用户。Locust 是完全基于时间的因此单个机器支持几千个并发用户。相比其他许多事件驱动的应用Locust 不使用回调而是使用轻量级的处理方式 gevent。 测试场景示例http://docs.locust.io/en/latest/quickstart.html#example-locustfile-py from locust import HttpLocust, TaskSetdef login(l):l.client.post(/login, {username:ellen_key, password:education})def index(l):l.client.get(/)def profile(l):l.client.get(/profile)class UserBehavior(TaskSet):tasks {index:2, profile:1}def on_start(self):login(self)class WebsiteUser(HttpLocust):task_set UserBehaviormin_wait5000max_wait9000 统计图 其他未参与比较的工具 因为没有脚本能力或CLI所以未加入比较 JMeterApacheBench(ab)TsungLocust作者对JMeter和Tsung发的牢骚 http://my.oschina.net/u/1433482/blog/464092#OSC_h4_3 我们研究了现有的解决方案都不符合要求。比如Apache JMeter和Tsung。 JMeter基于UI操作容易上手但基本上不具备编程能力。其次JMeter基于线程要模拟数千用户几乎不可能。 Tsung基于Erlang能模拟上千用户并易于扩展但它基于XML的DSL描述场景能力弱且需要大量的数据处理才知道测试结果。 比较 比较科目x工具矩阵 结论 很明显首选的全能选手就是 Gatling Akka Actor的并发模型就是来自于并发语言的鼻祖Erlang。如果想自己扩展性能测试工具那么Locust这个小而精的工具可以考虑。nGrinder工具是韩国版微信Line开源的并且专门开设了中文论坛由韩国工程师回答中国开发者。但有两个问题,一是官网太卡其二示例都是片段不完整。 各位同学参照上面的对比自己各取所需吧。 转载地址https://testerhome.com/topics/3003
