http压测工具推荐和体验报告

在工作中开发完需求，经常要做一些功能、性能的测试。

功能测试用python、shell之类的脚本，勉强可以胜任。性能压力测试再手动写脚本，就有点力不从心了。

给大家推荐一些常用的工具和其中部分工具的体验报告：

Apache Bench

JMeter

wrk https://github.com/wg/wrk

Locust python

loadrunner https://softwaresupport.softwaregrp.com/doc/KM02004789?fileName=LR_12.50_Tutorial_zh.pdf

webbench

Gatling

一、Locust体验

安装步骤：

1、最新版本的Locust不支持python 2了，最后支持python 2 的版本是 0.13.5，下载地址https://github.com/locustio/locust/releases?after=0.14.2

2、编译 python setup.py build

安装会报缺少依赖，因为机器没有外网，需要去https://pypi.org/手动下载依赖

我采用的方法是通过 ~/.pip/pip.conf 配置一个公司的镜像源，配置方法

[global] index-url = 公司镜像源地址

3、安装 python setup.py install

安装完成后执行，locust --help 如果没有报错，则安装成功

运行方式：

locust -f besttest.py --host=http://127.0.0.1 -P 8080 --loglevel ERR

besttest.py 可以自行上网搜索教程，简单例子：

from locust import HttpLocust, TaskSet, task
class BestTest(TaskSet):
    @task
    def index(self):
        self.client.get('/')

class BestTestIndexUser(HttpLocust):
    task_set = BestTest
    min_wait = 0
    max_wait = 0

    def wait_time(self):
        return 0.001

优点：

1、有图形界面展示压测过程的数据（qps、时延）变化

2、有集群模式，可以把多台机器上的locust组成一个集群，来提高压测qps

缺点：

1、性能比ab、wrk等差不少

python单进程只跑在一个核，单实例最多压到 700左右，单核CPU 100%。

2、大压力下，耗时统计不准

locust 跑在单独一台机器上，压的是另一台机器上的nginx的静态页面，nginx几乎没耗啥cpu。从nginx的日志看，耗时都为0，但是从locust的结果看，平均耗时却有10ms。

二、ab-apache benchmark体验

apache自带的工具，安装比较简单，安装步骤略。

运行方式：

ab -n 10000000 -c 100 http://host:port/

ab -n 1000000 -c 100 -k http://host:port/

是单进程单线程的方式运行，-k 参数复用长连接，显著提高性能。

优点：

ap测试性能很高，没有locust的只跑在单核的问题。

测试用的8核的cvm，压nginx的静态页面。

1、不加-k参数，短连接，能跑到 2w+ qps。ab进程CPU占用在80%。分摊到多个核，每个核才 10%。

2、加-k参数，长连接，能跑到 8w+ qps。ab进程CPU占用仍然只有80%

缺点：

1、无图形界面，不像locus那样能实时展示qps和时延变化曲线。只有一个最终的简单分析报告。

2、无法实现复杂业务逻辑，只适合静态页面。

三、JMeter 体验

安装步骤：

直接去官网 https://jmeter.apache.org/download_jmeter.cgi

下载最新版本，无需安装即可直接使用。java实现，windows和linux是同一个包。

运行方式：

1、新建线程组，可以配置测试并发线程数等

2、增加模版，可以配置通一些用的请求参数，测试地址和代理等

3、增加用户参数，可以配置测试集公用的参数

4、增加实际请求组件，每个组件为一个测试case

4.1 可以通过JSR223预处理程序，设置每个请求的参数，包括计算签名、设置用户变量等业务相关的逻辑。

4.2 可以自定义http头、http cookie等信息。

5、增加各种监听器来查看测试case集的执行结果。jmeter提供了很多查看结果的方式，包括图形、表格、详细信息等，具体可以查看官方文档： https://jmeter.apache.org/usermanual/component_reference.html#listeners

6、在windows下构建好测试case后，在linux下用命令行启动测试case：

./bin/jmeter.sh -n -t ./ci_asr_test_mikenwang.jmx -l test.result -e -o test.folder

优点：

1、可以通过java/beanshell、javascript、groovy等脚本语言、以及jmeter本身的逻辑器控制编写复杂的测试case

2、有集群方式

缺点：

对于简单测试比较重，上手略复杂

总结：

1、无复杂业务逻辑、且对qps要求较高的建议用ab、wrk

2、qps在几百以内、且有复杂业务逻辑（用python编程实现）的测试，建议用locust

3、qps要求较高、且有复杂业务逻辑（用java、js、groovy等支持JSR223标准的开发语言）、且需要比较详尽的测试报表的，建议用jmeter