雲時代的應用性能測試挑戰
系統容量相比傳統應用數量級增長
微服務化架構,調用關係更加複雜
用戶增長迅速,資源突發需求量大
▼▼▼
傳統性能測試工具性能不足,自研技術門檻高
瓶頸在各微服務間漂移,測試技術難度大
如何摸清資源擴容模型,有限資源下如何驗證性能
一旦性能問題流入現網,問題定位週期長
華爲雲性能測試實踐方案如何更加系統的開展性能測試活動
1. 被測對象分析(某社交類APP)
從系統架構分析可能出現的瓶頸點,作爲重點測試場景
Feed流會頻繁操作後臺的Redis等服務,每次操作會產生100+次網絡操作,200+次key/Value運算,因此會成爲系統的主要性能瓶頸
備註:Feed是將用戶主動訂閱的消息源組合在一起形成內容聚合器,幫助用戶持續地獲取最新的訂閱源內容,在社交類應用中被廣泛使用若干
2. 測試場景分析建模
業務特點:用戶增長迅速、突發事件高流量併發
Step1:以使用場景爲主線,構建性能模型(使用角色、使用階段等)
Step2:分析每個操作場景的影響因子,如好友、關注數量等,建立每個場景的測試模型
單場景一級接口測試
單場景二級接口測試
如需測試某個對性能的影響,可遞增方式改變因子值進行測試
按照頁面權重分配壓力模型,實際在生產環境比例會不斷變化,因此在性能摸底過程中需要不斷調整摸底
示例:全頁面混合壓測模型
3. 測試工具需求分析
識別關鍵場景測試需求
1) HTTP協議/Rest接口
2) 用戶登陸認證 ,模擬多用戶操作
3) 支持接口串聯場景,需要上下文關聯
4) 性能暫無基線,需要支持遞增模式快速摸底
5) 各頁面用戶量未知,需要靈活調整混合模型配比
6) 由於社交類應用業務增長迅速,因此需要支持按需使用,隨時擴大工具的併發量
7) 需要支持10萬以上的併發
8) 測試結果易於觀察、保存
9) 提供監控能力,便於快速定位
4. 測試服務選型與搭建
測試服務選項原則:功能滿足、效率高(即開即用)、成本低
華爲雲性能測試服務CPTS更適合測試高擴展性的大規模分佈式系統
5. 測試執行
分層開展性能測試,在集成階段確保性能測試活動可開展
測試執行的一些典型問題
性能是一個逐步提升的過程,測試過程中需要找到擴容的模型,從不足50的TPS提升至萬級
6. 測試結果分析
1.1 如何從測試工具側快速分析被測對象可能存在的問題
-
存在部分響應超時:
a) 服務器繁忙,如某個服務節點CPU利用率高
b) 網絡IO超過VM/EIP帶寬
c) 等待後端微服務、數據庫的超時時間設置過長 -
運行一段時間後全部響應超時或者檢查點校驗不通過:
a) 大壓力導致系統中某個微服務奔潰
b) 後端數據庫無響應 -
TPS未隨着併發數增長而上升:
a) 系統性能到達瓶頸,持續併發加壓過程中響應時延增加(可觀察響應區間統計)
b) 可通過進一步加壓是否會出現非正常響應驗證 - TP90響應時延較短,TP99時延高:
a) 系統性能接近瓶頸
b) 可通過進一步加壓是否會出現非正常響應驗證
1.2 一些通用優化建議
1) 擴容,鏈路中的某一應用可能出現cpu使用率較高或者連接池資源不夠用(rpc、jdbc、redis連接池等)但本身對於拿到連接的請求處理又很快,這一類需要橫向擴展資源。
2) 應用邏輯優化,比如存在慢sql、 邏輯的不合理如調用db或者redis次數過多、沒有做讀寫分離造成寫庫壓力過大。
3) 超時時間的合理設置,對於應用之間的rpc調用或者應用與其他基礎組件之間的調用,均需要設置合理的超時時間,否則過長的等待將造成整個鏈路的故障。
4) 緩存的應用,請求儘可能從前端返回,而不是每一個都要讓後端應用處理後再返回,減輕後端應用及數據庫壓力,提高系統吞吐能力。
5) 限流,對於超出承載能力的QPS或併發,可以進行攔截並直接返回提示頁面。
6) 降級,對於非核心鏈路上的應用,允許故障關閉而不影響核心鏈路
7) 擴容和優化也是有限度的,在評估容量內,保障核心交易鏈路正常是重中之重,對於非核心功能模塊考慮降級場景
某互聯網平臺案例
業務特點:突發事件高流量突發,如瞬間由百級用戶增長到萬級
對於網絡架構複雜的應用,可以通過網絡架構上的分段驗證,如分別從最外端的CDN入口(1)中間的ELB(2)業務層(3)分別做測試,驗證網絡架構上的瓶頸和影響