压测工具wrk和Artillery的比较
朴有天虹 2019-06-26
这两天抽空使用了一下两款压测工具
- wrk
- Artillery
并且通过两款工具对产品的两个环境进行了测试
工具比较
wrk
wrk自身性能就非常惊人，使用epoll这种多路复用技术，所以可以用少量的线程来跟被测服务创建大量连接，进行压测，同时不占用过多的CPU和内存。
命令非常简单
wrk -t8 -c200 -d30s --latency "http://www.baidu.com"
这样就可以进行最简单的压测。但是真实使用起来肯定会有复杂的场景，比如先要登录取到token再进行下一步。好在wrk支持lua脚本，提供了几个阶段的hook来让用户自定义逻辑，具体可以看github上的官方提供的script sample。
我这里举一个获取token的例子
-- @Author: wangding
-- @Date: 2017-12-06 15:13:19
-- @Last Modified by: wangding
-- @Last Modified time: 2017-12-06 23:57:49
local cjson = require "cjson"
local cjson2 = cjson.new()
local cjson_safe = require "cjson.safe"
token = nil
path = "/api/auth/login"
method = "POST"
wrk.headers["Content-Type"] = "application/json"
request = function()
return wrk.format(method, path, nil, '{"username":"[email protected]","password":"demo"}')
end
response = function(status, headers, body)
if not token and status == 200 then
value = cjson.decode(body)
token = value["token"]
method = "GET"
path = "/api/contact?size=20&page=0"
wrk.headers["Authorization"] = token
end
endrequest 和 response 分别是两个hook，每次请求都会调用，那么这里request的逻辑就是一开始就使用POST请求/api/auth/login并且带有body，请求完成进入response，第一次token肯定是nil，所以把repose的token解析出来付给全局变量token，之后改写全局变量为GET请求地址/api/contact并且设置了header包含Authorization。
这样实际是变通的实现了一个简单scenario的测试，那么问题来了，如果场景更复杂怎么办？写肯定是可以写的，但是并不直观，所以wrk不太适合一个包含有序场景的压力测试。
再来看一下wrk的report，这一点是我最喜欢的
wrk -t8 -c200 -d30s -H "Authorization: token" --latency "http://10.0.20.2:8080/api/contact?size=20&page=0"
Running 30s test @ http://10.0.20.2:8080/api/contact?size=20&page=0
8 threads and 200 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 769.49ms 324.43ms 1.99s 72.08%
Req/Sec 33.37 21.58 131.00 62.31%
Latency Distribution
50% 728.97ms
75% 958.69ms
90% 1.21s
99% 1.74s
7606 requests in 30.03s, 176.69MB read
Socket errors: connect 0, read 0, write 0, timeout 38
Requests/sec: 253.31
Transfer/sec: 5.88MB开启8线程，每个线程200个连接，持续30s的调用，可以看到报告中直接给出了最关键的指标QPS，这里的值是253.31。平均响应时间是33.37ms。简单直接，非常易懂。
但是这里面有个坑就是cjson这个lua module的使用，不可以使用lua5.2，必须使用lua5.1而且需要特定的wrk和cjson。我直接使用docker来封装这个运行环境，坏处是docker使用host模式本身性能可能就有影响。
Artillery
一开始看到Artillery主要是因为它支持带场景的测试，也就是带有步骤，看一眼获取token再进行下一步的脚本。
config:
target: "http://10.0.20.2:8080"
phases:
- duration: 30
arrivalRate: 100
scenarios:
- flow:
- post:
url: "/api/auth/login"
json:
username: "[email protected]"
password: "demo"
capture:
json: "$.token"
as: "token"
- log: "Login token: {{ token }}"
- get:
url: "/api/contact?size=20&page=0"
headers:
Authorization: "{{ token }}"flow就是表示步骤，duration表示持续30s，跟wrk不同的是没有thread的概念，Artillery是nodejs写的，arrivalRate表示每秒模拟100个请求，所以两个参数乘起来就是3000个请求。看一下报告什么样：
All virtual users finished
Summary report @ 12:45:41(+0800) 2017-12-08
Scenarios launched: 3000
Scenarios completed: 3000
Requests completed: 3000
RPS sent: 98.33
Request latency:
min: 15.7
max: 179.1
median: 19
p95: 25.8
p99: 37.5
Scenario duration:
min: 16.4
max: 191.4
median: 19.8
p95: 27
p99: 44.6
Scenario counts:
0: 3000 (100%)
Codes:
200: 3000这里的RPS sent是指前10s平均发送请求数，所以这个和我们常说的QPS还是不一样的。如果想提高request的总数就要增加arrivalRate，比如上文wrk一共发了7606请求，那么这里arrivalRate提高到200一共可以在30s发6000次，但是改完就悲剧了，
Warning: High CPU usage warning. See https://artillery.io/docs/faq/#high-cpu-warnings for details.
Artillery一直在不断的告警，说明这个工具自身的局限性导致想要并发发送大量请求的时候，自己就很占CPU。
小结
wrk小巧而且性能非常好，报告直观。但是对于带多个步骤的压测场景无力。
Artillery太耗资源，而且报告不直观。不建议采用。
除此之外唯一带场景的测试工具就是Jmeter了，但是Jmeter本身使用JVM是否可以短时间模拟大量并发，还是需要测试，建议与wrk做对比实验。
附录：简单的性能调优
在用wrk测试GET请求的时候，发现无论如何提高连接数，QPS都是在250左右，此时CPU和内存都没有占满。怀疑是有其他瓶颈。最后发现Spring Boot内嵌的tomcat线程无法突破200，所以看了一下文档，发现默认最大线程数就是200，对application.yml进行了调整（同时调整了多个服务，包括gateway）
server:
tomcat:
max-threads: 1000
max-connections: 2000调整之后开启8线程，每个100个连接测试
Running 30s test @ http://10.0.10.4:8769/api/contact?size=20&page=0
8 threads and 100 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 235.56ms 267.57ms 1.98s 91.07%
Req/Sec 72.12 30.19 190.00 68.17%
Latency Distribution
50% 166.46ms
75% 281.10ms
90% 472.03ms
99% 1.45s
15714 requests in 30.03s, 4.77MB read
Requests/sec: 523.29
Transfer/sec: 162.56KB可以看到QPS达到了500以上直接翻倍了，再尝试提高连接数发现瓶颈就在内存了。
此外之前用公网做了一次压测，QPS只有10左右，看了一下阿里云的监控原来是出口带宽造成的，只有1MB的出口带宽，连接数调多大也没用。
未来还需要进行场景的细化，再决定是否使用不同的工具进行测试。
