使用 Gateling 进行性能测试

Gatling 是一个简便的性能测试工具，用它编写性能测试脚本速度快易上手。本文将深入探究 Gatling 的功能以及如何更好地使用。

在程序部署到生产环境前，有多少人会创建自动化性能测试？通常，开发人员更重视功能测试，至少会进行一些简单的单元测试和集成测试。但是与未检测到的业务错误相比，有时候性能泄露造成的问题更严重。因为后者会影响整个系统，不仅仅是某个业务流程。

就个人而言，我一直对自己开发的程序进行性能测试，但是从来没有把它作为持续集成的一部分运行。当然，这是几年前的情况，那时候我的知识和经验都略显不足。最近，我开始对性能测试相关的主题非常感兴趣，部分原因是公司的应用程序存在性能问题。问题的关键是找到合适的工具。也许很多人听说过 JMeter，这里会介绍它的竞品——Gatling。它会生成各种内容丰富的报告，其中包含了测试用例执行过程中收集的所有指标。这些功能比 JMeter 似乎更好。 

在开始介绍 Gatling 之前，让我们先聊聊理论。首先，性能测试有两种类型：负载测试和压力测试。负载测试会验证，在特定时间内有大量客户端同时发起请求情况下的系统功能。这种测试的主要目标是模拟生产环境中可能出现的流量。压力测试会执行负载测试，把应用程序推向极限，查看重负载情况下程序的表现。

Gatling是什么？ 

Gatling 是一个用 Scala 编写的负载测试工具，功能强大。它完全支持 HTTP 协议，也可以用来测试 JDBC 连接和 JMS。使用 Gatling 时，需要用 Scala dsl 代码定义测试场景。值得一提的是，Gatling 生成的 HTML 负载报告内容全面，并且提供了 Gradle、Maven 和 Jenkins 插件方便集成。

构建示例应用

开始测试前，需要准备测试应用。示例程序非常简单，源代码可以在 GitHub 上找到(github.com/piomin/sample-gatling-load-tests)。它提供了一组 CRUD 操作的 RESTful HTTP API，在可以数据库中新增和搜索 Entity。数据库用 Postgres，基于 Spring Boot 构建，使用Spring Data 实现持久层。

plugins {
    id 'org.springframework.boot' version '1.5.9.RELEASE'
}
dependencies {
compile group: 'org.springframework.boot', name: 'spring-boot-starter-web'
compile group: 'org.springframework.boot', name: 'spring-boot-starter-data-jpa'
compile group: 'org.postgresql', name: 'postgresql', version: '42.1.4'
testCompile group: 'org.springframework.boot', name: 'spring-boot-starter-test'
}

Person entity映射到 person 表。

@Entity
@SequenceGenerator(name = "seq_person", initialValue = 1, allocationSize = 1)
public class Person {
@Id
@GeneratedValue(strategy = GenerationType.SEQUENCE, generator = "seq_person")
private Long id;
@Column(name = "first_name")
private String firstName;
@Column(name = "last_name")
private String lastName;
@Column(name = "birth_date")
private Date birthDate;
@Embedded
private Address address;
// ...
}

数据库连接设置和 Hibernate 属性配置在 application.yml 中。 

spring:
  application:
    name: gatling-service
  datasource:
    url: jdbc:postgresql://192.168.99.100:5432/gatling
    username: gatling
    password: gatling123
  jpa:
    properties:
      hibernate:
        hbm2ddl:
          auto: update
server:
  port: 8090 

正如之前提到的，示例程序提供了在数据库中添加、搜索 person 的 API，下面是 Spring REST controller 实现。

@RestController
@RequestMapping("/persons")
public class PersonsController {
private static final Logger LOGGER = LoggerFactory.getLogger(PersonsController.class);
@Autowired
PersonsRepository repository;
@GetMapping function(){   //外汇跟单www.gendan5.com
public List
<Person> findAll() {
  return (List
  <Person>) repository.findAll();
    }
    @PostMapping
    public Person add(@RequestBody Person person) {
    Person p = repository.save(person);
    LOGGER.info("add: {}", p.toString());
    return p;
    }
    @GetMapping("/{id}")
    public Person findById(@PathVariable("id") Long id) {
    LOGGER.info("findById: id={}", id);
    return repository.findOne(id);
    }
    }

运行数据库

开发示例程序的下一步是运行数据库，最合适的方式是 Docker image。下面的 Docker 命令会启动一个 Postgres container，完成 gatling 用户和数据库初始化。 

docker run -d --name postgres -e POSTGRES_DB=gatling -e POSTGRES_USER=gatling -e POSTGRES_PASSWORD=gatling123 -p 5432:5432 postgres 

设计测试场景 

每个 Gatling test suite 都要继承 Simulation 类，使用 Gatling Scala DSL 声明一系列测试场景。我们的目标是启动30个客户端，同时发送1000次请求。首先，客户端通过 POST /persons 方法向数据库添加 person。然后，调用 GET /persons/{id}搜索 person。总共向应用程序发送6万次请求：3万次 POST，3万次 GET。下面代码展示了测试场景，非常简单。在 src/test/scala 目录下可以找到 ApiGatlingSimulationTest。 

class ApiGatlingSimulationTest extends Simulation {
  val scn = scenario("AddAndFindPersons").repeat(1000, "n") {
        exec(
          http("AddPerson-API")
            .post("http://localhost:8090/persons")
            .header("Content-Type", "application/json")
            .body(StringBody("""{"firstName":"John${n}","lastName":"Smith${n}","birthDate":"1980-01-01", "address": {"country":"pl","city":"Warsaw","street":"Test${n}","postalCode":"02-200","houseNo":${n}}}"""))
            .check(status.is(200))
        ).pause(Duration.apply(5, TimeUnit.MILLISECONDS))
  }.repeat(1000, "n") {
        exec(
          http("GetPerson-API")
            .get("http://localhost:8090/persons/${n}")
            .check(status.is(200))
        )
  }
  setUp(scn.inject(atOnceUsers(30))).maxDuration(FiniteDuration.apply(10, "minutes"))
} 

为了在项目中启用 Gatling 框架，还需要在 Gradle 构建文件中添加依赖。 

testCompile group: 'io.gatling.highcharts', name: 'gatling-charts-highcharts', version: '2.3.0' 

运行测试 

通过一些 Gradle 插件可以在项目构建期间运行测试。但是，也可用 io.gatling.app.Gatling 类定义简单的 gradle 任务。 

task loadTest(type: JavaExec) {
   dependsOn testClasses
   description = "Load Test With Gatling"
   group = "Load Test"
   classpath = sourceSets.test.runtimeClasspath
   jvmArgs = [
        "-Dgatling.core.directory.binaries=${sourceSets.test.output.classesDir.toString()}"
   ]
   main = "io.gatling.app.Gatling"
   args = [
           "--simulation", "pl.piomin.services.gatling.ApiGatlingSimulationTest",
           "--results-folder", "${buildDir}/gatling-results",
           "--binaries-folder", sourceSets.test.output.classesDir.toString(),
           "--bodies-folder", sourceSets.test.resources.srcDirs.toList().first().toString() + "/gatling/bodies",
   ]
}

使用 gradle loadTest 执行定义好的 Gradle 任务。当然，运行测试之前需要启动应用程序，在 IDE 中启动 main class pl.piomin.services.gatling.ApiApplication 或者执行 java -jar build/libs/sample-load-test-gatling.jar 命令。 

测试报告 

测试执行完毕会以文本形式打印报告。 

================================================================================
---- Global Information --------------------------------------------------------
> request count                                      60000 (OK=60000  KO=0     )
> min response time                                      2 (OK=2      KO=-     )
> max response time                                   1338 (OK=1338   KO=-     )
> mean response time                                    80 (OK=80     KO=-     )
> std deviation                                        106 (OK=106    KO=-     )
> response time 50th percentile                         50 (OK=50     KO=-     )
> response time 75th percentile                         93 (OK=93     KO=-     )
> response time 95th percentile                        253 (OK=253    KO=-     )
> response time 99th percentile                        564 (OK=564    KO=-     )
> mean requests/sec                                319.149 (OK=319.149 KO=-     )
---- Response Time Distribution ------------------------------------------------
> t < 800 ms                                         59818 (100%) > 800 ms < t < 1200 ms                                 166 (  0%) > t > 1200 ms                                           16 (  0%)
> failed                                                 0 (  0%)
================================================================================

但是，Gatling 最擅长的是报告图表。生成的 HTML 报告在 build/gatling-results 目录下。第一个报告展示了全局信息，包含请求总数和最大响应时间（百分比）。例如，95％的 GetPerson API 请求的最大响应时间为206ms。

可以在报告中查看所有请求，也可以过滤结果，只查看选定的 API。下面的图片只展示了 GetPerson API。 

这张图展示了平均响应时间百分比。 

这张图中的时间轴表示平均响应时间。此外，该时间轴还按百分比展示了统计信息。 

这张图展示了应用程序每秒钟成功处理的请求数。

原文地址：https://www.cnblogs.com/gendan5/p/11763742.html