Swoole webSocket消息服务系统压力如何测试
概述
编程的内核是数学，而测试的本质是计算，专业名词叫容量预估，而测试的大体就是用程序模拟程序，检测程序的正确性，有两个点需要注意，QPS最佳值和系统接收最大值，根据测试数据的反馈，针对测试的现象和反映进行优化。
Jmeter 的基础使用
在所有的开发准备就绪的时候，开始准备和上线有关的事情：测试和服务部署，测试要注意代码的逻辑严谨、代码运行的正确，服务稳定，所有的一切都需要用数据做指标，所有的计算机编程归根结底都是数学。
step.01 Thread Group 线程组设置
jmeter自带的thread group非常简单。 一个thread 代表一个vuser，那么我们如果需要多少用户并发，设置多少线程数即可。ramp-up period， 本人理解是多少时间从0个 vuser 上升到您指定的vusers数。从这些参数可以看，非常简单。但不能设置测试的时间，这一点不是特别善解人意。不过还好我们有jmeter plugins, 带的thread group 添加了这个功能。
Number of Threads(users) //并发线程(用户)数 Loop Count //重复执行次数
step.02 添加测试主体
右键单击左侧导航树中的 Test Plan，选择 Add > Threads(Users) > Thread Group ，右键单击 Thread Group，选择 Add > Sampler，可看到以下新增的采样器选项，具体说明如下。
WebSocket Open Connection // 建立一个 WebSocket 连接 WebSocket Ping/Pong // 控制帧，发送 ping 并接收 pong WebSocket request-response Sampler // 发送和接收文本或二进制 WebSocket 帧 WebSocket Single Write Sampler // 发送文本或二进制 WebSocket 帧 WebSocket Single Read Sampler // 接收文本或二进制 WebSocket 帧 WebSocket Close // 关闭 Websocket 连接
step.03 添加结果树 选择 Add > Listener ,结果树都在这个下面。
添加聚合报告，执行测试，结果如下图。
准备测试数据
实践01 - 准备测试数据
1.随机读取用户表里1000个用户，进行压力测试
select user_id from user where user_status = 1 ORDER BY RAND() limit 1000;
2.构造测试需要的数据(10w条为例)
drop procedure idata; delimiter ;; create procedure idata() begin declare i int; set i=1; while(i<=100000 )do insert into t2 values(i, i, i); set i=i+1; end while; end;; delimiter ; call idata();
3.查询最大链接数命令
show variables like '%max_connections%';
4.查询链接线程的状态命令
show processlist;
netstat -ant|grep ESTABLISHED|grep 3306 | wc -l
实践02 - 代码部分
请求接口的Demo，主要的思考点在于用户访问具有随机性，模拟数据时尽量做到接近真实场景，代码如下：
$str = '62210,45783,36209,146502,24599,168338,166511,1917...';
$uidTestArr = explode(',',$str);
foreach ($uidTestArr as $uid){
if(isset($uid) && intval($uid) > 0){
$json = file_get_contents('http://open.stark.com/login/gettoken?uid='. $uid);
$json = json_decode($json,true);
$temp[] = [ 'uid' => $uid , 'token' => $json['token'] ];
}
}
$index = rand(0,count($temp) - 1);
$randData = $temp[$index];
//随机执行结果
/**
Array
(
[uid] => 166511
[token] => f46540f11a40afeb9998cbe76661ec8234a87054
)
*/Crontab的测试代码Demo，先灌入测试数据，考虑的是Crontab的实际吞吐能力，优化计划任务的执行间隔，使用Curl和shell_exec实现,执行结果，返回数据 {"code":200,"result":[],"msg":"OK"}
$str = "62210,45783,36209,146502,24599,168338,166511,1917,135799,8326...";
//去掉可能存在的换行和空格
$str = str_replace(array(PHP_EOL, ' ' ,'',$str));
$testUsers = explode(',',$str);
for ($i=0;$i<10000;$i++){
$index = rand(0,99);
$uid = $testUsers[$index];
$msg = '{"rid":225,"uid":'.$uid.',"top_rid":225,"module":"novel_chapter","module_name":"1022 last dance u7b2c13u7ae0","module_id":1019712,"module_nid":163961,"comment_uid":268,"comment_nickname":"u6d4bu8bd5u5c0fu5b9du8d1d","content":"u4f60u597du554a","gift_id":0,"gift_name":"","gift_number":0}';
$url = 'http://msgdev.stark.com/api/comment/message';
$json = shell_exec( "curl -d 'uid={$uid}&msg={$msg}' {$url} " );
echo 'i:'.$i.',json:'.$json.PHP_EOL;
}在临时执行或停止计划任务，在执行前加入时间毫秒的时间戳，可以打印代码进行耗时计算，代码如下：
//返回当前的毫秒时间戳
function msectime() {
$stamptime = microtime();
$arr = explode(' ',$stamptime );
$msectime = sprintf('%.0f', (floatval($arr[0]) + floatval($arr[1])) * 1000);
return $msectime;
}总结：
并发链接和并发查询：并发链接只是多消耗一点内存，并发查询才是CPU的杀手。
对系统的流量提前进行容量评估，归根结底为计算问题，不管多大的流量最后的解决办法都采用分而治之的策略。
手动的效率太低，用程序测试程序。
减少不必要的日志写入，以减少磁盘I/O的传输。
缓存和Mysql是一种平衡，需要去计算。
第5点特殊说明有一点事特别需要强调的，不用被所谓的100w或者1000w流量的标题吓倒，比如1000w/h的访问量,Qps就变成了27777/s，每个用户请求的热门接口30个，这才是测试的真相，关键地方使用内存数据库进行加速，障碍就迎刃而解了：
10000000 / 60 / 60 / 30 = 925/s