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:

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…...

ESRGAN——老旧照片、视频帧的修复和增强,提高图像的分辨率

ESRGAN(Enhanced Super-Resolution GAN):用于提高图像的分辨率,将低质量图像升级为高分辨率版本,常用于老旧照片、视频帧的修复和增强。 一、ESRGAN 介绍 1.1 背景 超分辨率问题是计算机视觉中的一个重要研究领域&a…...

跨界融合:EasyDSS+无人机视频直播推流技术助力行业多场景应用

随着科技的飞速发展,无人机技术与流媒体技术的结合正逐步改变着多个行业的运作模式。其中,EasyDSS互联网视频云服务与无人机视频直播推流技术的结合,更是为警务安防、赛事直播、农业监测等多个领域带来了前所未有的变革。本文将深入探讨EasyD…...

Linux实操笔记2 Ubuntu安装Nginx的不同方法

今天来了解Ubuntu或者说Linux系统安装Nginx的几种办法。包括从Ubuntu的库安装到官方源码编译安装。 一、Nginx是什么? 以下是来自Nginx中文文档的内容。 Nginx 是一个高性能的 Web 和反向代理服务器, 它具有有很多非常优越的特性: 作为 Web 服务器:相比…...

QCustomPlot笔记(一)

文章目录 简介将帮助文档添加到Qt Creator中编译共享库cmake工程编译提示ui_mainwindow.h找不到qcustomplot.h文件 环境:windowsQt Creator 10.0.1cmake 简介 QT中用于绘制曲线的第三方工具 下载地址:https://www.qcustomplot.com/index.php/download 第一个压缩…...

【机器学习】多模态AI——融合多种数据源的智能系统

随着人工智能的快速发展,单一模态(如文本、图像或语音)已经不能满足复杂任务的需求。多模态AI(Multimodal AI)通过结合多种数据源(如文本、图像、音频等)来提升模型的智能和表现,适用…...

QT学习与数据库连接

1.基础 1. 安装最后一个非在线版本 5.14, 没有的话联系我 新建一个.cpp文件 #include <QApplication> #include <QLabel> #include <QLineEdit> #include <QPushButton> #include <QHBoxLayout> #include <QVBoxLayout> #include <Q…...

泛读笔记:从Word2Vec到BERT

自然语言处理(NLP)模型的发展历史 1.统计方法时期&#xff1a;使用贝叶斯方法、隐马尔可夫模型、概率模型等传统统计方法 2.机器学习时期&#xff1a;支持向量机(SVM)、决策树模型、随机森林、朴素贝叶斯等传统机器学习方法 3.深度学习革命&#xff1a;各种新的深度学习模型&am…...

redis实现分布式锁详细教程,可续锁(看门狗)、可重入

前言 本文将讨论的做一个高并发场景下避不开的话题&#xff0c;即redis分布式锁。比如在淘宝 的秒杀场景、热点新闻和热搜排行榜等。可见分布式锁是一个程序员面向高级的一门必修课&#xff0c;下面请跟着本篇文章好好学习。 redis分布式锁有哪些面试题 1.Redis做分布式的时…...

代码随想录打卡Day32

今天有点事&#xff0c;先做一题&#xff0c;剩下的明天补。 509. 斐波那契数 这道题目太简单了&#xff0c;递归几行代码就结束了&#xff0c;用动态规划做也可以&#xff0c;主要是学习一下动态规划五部曲。 这是递归的代码 class Solution { public:int fib(int n) {//确…...

数学学习记录

目录 学习资源&#xff1a; 9月14日 1.映射&#xff1a;​编辑 2.函数: 9月15日 3.反函数&#xff1a; 4.收敛数列的性质 5.反三角函数&#xff1a; 9月16日 6.函数的极限&#xff1a; 7.无穷小和无穷大 极限运算法则&#xff1a; 学习资源&#xff1a; 3Blue1…...

R语言统计分析——散点图1(常规图)

参考资料&#xff1a;R语言实战【第2版】 R语言中创建散点图的基础函数是plot(x,y)&#xff0c;其中&#xff0c;x和y是数值型向量&#xff0c;代表着图形中的&#xff08;x,y&#xff09;坐标点。 attach(mtcars) plot(wt,mpg,main"Basic Scatter plot of MPG vs. Weigh…...

蓝桥杯—STM32G431RBT6按键的多方式使用(包含软件消抖方法精讲)从原理层面到实际应用(一)

新建工程教程见http://t.csdnimg.cn/JySLg 点亮LED教程见http://t.csdnimg.cn/Urlj5 末尾含所有代码 目录 按键原理图 一、按键使用需要解决的问题 1.抖动 1.什么是抖动 2.抖动类型 3.如何去消除抖动 FIRST.延时函数消抖&#xff08;缺点&#xff1a;浪费CPU资源&#xff…...

基于STM32的温度、电流、电压检测proteus仿真系统(OLED、DHT11、继电器、电机)

目录 一、主要功能 二、硬件资源 三、程序编程 四、实现现象 一、主要功能 基于STM32F103C8T6 采用DHT11读取温度、滑动变阻器模拟读取电流、电压。 通过OLED屏幕显示&#xff0c;设置电流阈值为80&#xff0c;电流小阈值为50&#xff0c;电压阈值为60&#xff0c;温度阈值…...

Linux - iptables防火墙

目录 一、iptables概述 二、规则表与规则链结构&#xff08;四表五链&#xff09; 1.简述 2.四表&#xff08;规则表&#xff09; 3.五链&#xff08;规则链&#xff09; 三、数据链过滤的匹配流程 四、iptables命令行配置方法 1.命令格式 2.基本匹配条件 3.隐含匹配 …...

【C语言零基础入门篇 - 3】:格式化输入输出、字符操作和sizeof运算符揭秘

文章目录 格式化输入与输出格式化输入输出演示基本格式化输入输出 字符的输入输出sizeof运算符 格式化输入与输出 什么是数据的输出? 计算机向输出设备输出数据 什么是数据的输入? 从输入设备向计算机输入数据 #include<stdio.h>&#xff1a;标准的输入输出库&#…...

JVM字节码与局部变量表

文章目录 局部变量表javap字节码指令分类 指令指令数据类型前缀加载和存储指令加载常量算术指令其他指令 字节码示例说明 局部变量表 每个线程的帧栈是独立的&#xff0c;每个线程中的方法调用会产生栈帧&#xff0c;栈帧中保存着方法执行的信息&#xff0c;例如局部变量表。 …...

Java许可政策再变,Oracle JDK 17 免费期将结束!

原文地址&#xff1a;https://www.infoworld.com/article/3478122/get-ready-for-more-java-licensing-changes.html Oracle JDK 17的许可协议将于9月变更回Oracle Technology Network License Agreement&#xff0c;这将迫使用户重新评估他们的使用策略。 有句老话说&#xf…...

网页交互模拟:模拟用户输入、点击、选择、滚动等交互操作

目录 一、理论基础 1.1 网页交互模拟的重要性 1.2 网页交互的基本原理 二、常用工具介绍 2.1 Selenium 2.2 Puppeteer 2.3 Cypress 2.4 TestCafe 三、实战案例 3.1 模拟用户输入 3.2 模拟用户点击 3.3 模拟用户选择 3.4 模拟滚动操作 四、最佳实践与优化 4.1 代…...

C sharp 学习 笔记

介绍 这篇文章是我学习C#语言的笔记 学的是哔哩哔哩刘铁锰老师2014年的课程 在学习C#之前已经学习过C语言了。看的是哔哩哔哩比特鹏哥的课程。他们讲的都很不错 正在更新&#xff0c; 大家可以在我的gitee仓库中下载笔记源文件、项目资料等 笔记源文件可以在Notion中导入…...

内存分配函数malloc kmalloc vmalloc

内存分配函数malloc kmalloc vmalloc malloc实现步骤: 1)请求大小调整:首先,malloc 需要调整用户请求的大小,以适应内部数据结构(例如,可能需要存储额外的元数据)。通常,这包括对齐调整,确保分配的内存地址满足特定硬件要求(如对齐到8字节或16字节边界)。 2)空闲…...

超短脉冲激光自聚焦效应

前言与目录 强激光引起自聚焦效应机理 超短脉冲激光在脆性材料内部加工时引起的自聚焦效应&#xff0c;这是一种非线性光学现象&#xff0c;主要涉及光学克尔效应和材料的非线性光学特性。 自聚焦效应可以产生局部的强光场&#xff0c;对材料产生非线性响应&#xff0c;可能…...

JavaScript 中的 ES|QL:利用 Apache Arrow 工具

作者&#xff1a;来自 Elastic Jeffrey Rengifo 学习如何将 ES|QL 与 JavaScript 的 Apache Arrow 客户端工具一起使用。 想获得 Elastic 认证吗&#xff1f;了解下一期 Elasticsearch Engineer 培训的时间吧&#xff01; Elasticsearch 拥有众多新功能&#xff0c;助你为自己…...

为什么需要建设工程项目管理?工程项目管理有哪些亮点功能?

在建筑行业&#xff0c;项目管理的重要性不言而喻。随着工程规模的扩大、技术复杂度的提升&#xff0c;传统的管理模式已经难以满足现代工程的需求。过去&#xff0c;许多企业依赖手工记录、口头沟通和分散的信息管理&#xff0c;导致效率低下、成本失控、风险频发。例如&#…...

【HTML-16】深入理解HTML中的块元素与行内元素

HTML元素根据其显示特性可以分为两大类&#xff1a;块元素(Block-level Elements)和行内元素(Inline Elements)。理解这两者的区别对于构建良好的网页布局至关重要。本文将全面解析这两种元素的特性、区别以及实际应用场景。 1. 块元素(Block-level Elements) 1.1 基本特性 …...

【JavaWeb】Docker项目部署

引言 之前学习了Linux操作系统的常见命令&#xff0c;在Linux上安装软件&#xff0c;以及如何在Linux上部署一个单体项目&#xff0c;大多数同学都会有相同的感受&#xff0c;那就是麻烦。 核心体现在三点&#xff1a; 命令太多了&#xff0c;记不住 软件安装包名字复杂&…...

大学生职业发展与就业创业指导教学评价

这里是引用 作为软工2203/2204班的学生&#xff0c;我们非常感谢您在《大学生职业发展与就业创业指导》课程中的悉心教导。这门课程对我们即将面临实习和就业的工科学生来说至关重要&#xff0c;而您认真负责的教学态度&#xff0c;让课程的每一部分都充满了实用价值。 尤其让我…...

Spring是如何解决Bean的循环依赖:三级缓存机制

1、什么是 Bean 的循环依赖 在 Spring框架中,Bean 的循环依赖是指多个 Bean 之间‌互相持有对方引用‌,形成闭环依赖关系的现象。 多个 Bean 的依赖关系构成环形链路,例如: 双向依赖:Bean A 依赖 Bean B,同时 Bean B 也依赖 Bean A(A↔B)。链条循环: Bean A → Bean…...

【Redis】笔记|第8节|大厂高并发缓存架构实战与优化

缓存架构 代码结构 代码详情 功能点&#xff1a; 多级缓存&#xff0c;先查本地缓存&#xff0c;再查Redis&#xff0c;最后才查数据库热点数据重建逻辑使用分布式锁&#xff0c;二次查询更新缓存采用读写锁提升性能采用Redis的发布订阅机制通知所有实例更新本地缓存适用读多…...

C++.OpenGL (20/64)混合(Blending)

混合(Blending) 透明效果核心原理 #mermaid-svg-SWG0UzVfJms7Sm3e {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-SWG0UzVfJms7Sm3e .error-icon{fill:#552222;}#mermaid-svg-SWG0UzVfJms7Sm3e .error-text{fill…...