RabbitMQ 性能、压力测试数据

Posted 2023-03-24

参考技术A Linux、1G、1核、1M带宽

处理器名称： Intel Core i7
处理器速度： 2.2 GHz
处理器数目： 1
核总数： 4
内存： 16 GB

事务提交的方式下，每次发送1kb的内容

现象：开启一个线程时，income：40 50/s，开启6个线程时，income：240 250/s
结论：开启事务的提交方式，压力在生产者端

去掉事务后，每次发送1kb的内容

现象：开启一个线程时，income：500 800/s，开启6个线程时，income：400 700/s
结论：无事务时，效率是事务提交方式的10+倍。

事务提交的方式下，每次发送内容为： 这是一个生产的消息QAQ

现象：开启一个线程时，income：20 50/s，开启6个线程时，income：80 230/s
结论：无事务时，压力在生产者端

去掉事务后，每次发送内容为： 这是一个生产的消息QAQ

现象：开启一个线程时，income：3000 5000/s，开启6个线程时，income：3000 9000/s
结论：无事务时，效率大大提升，远远的超越事务方式，1000倍有余

推荐文章： RabbitMQ不同Confirm模式下的性能对比

测试123性能测试之压力测试

https://sq.163yun.com/blog/article/196036888966840320

线上问题：由于上游某系统数据分布突变，引起下游本系统的一个特定时间性能指标未达线。

性能需求：

1.  调整数据分布，重新测量系统在新的压力场景下的吞吐量和关键性能指标，及此特定时间

2.  需要提高系统的处理能力，使得此时间性能达标，并且对其他性能指标无大幅度影响

 

一、性能测试数据准备

1. 铺底数据准备

铺底数据有目的: 铺底数据的首要目的是让性能测试环境与线上保持一致，或者说接近线上真实情况。

铺底数据量多少合适？ 这个完全根据产品的规模来预估，比如产品预计半年后注册用户数达到100w，则铺底的时候需要铺底100w用户账号。 如果是已上线产品，根据线上数据库数据量进行预估，可以根据用户规模的比列进行铺底，如线上注册用户数一千万，线下铺底注册用户数100w，则总体数据规模为线上的十分之一左右。实际情况下，这里会略微复杂，比如还要考虑线上数据库集群和测试集群的硬件差异等，需做适当的调整。

1） 一个是保证待测系统有一定的规模，比如半年或一年后的用户规模。 只做铺底，在压测中不会访问到的数据。

这部分数据是为了使数据库达到一定的规模，以发现数据库查询、更新等性能瓶颈，如忘记建立索引，查询SQL不合理等问题。

只为铺底，压测时不会用到的这部分数据，在预设的过程中就比较随意了，不用考虑数据是否合理，也不用考虑业务关联关系，只要符合数据库设计规则，能插入数据库即可。

===》 本次测试：维持系统数据库中的历史数据为过去半年的数据量不变。

2) 另一个是为压测做准备，准备每个要压测的请求需要使用到的数据，这部分数据涉及到具体的业务，对性能测试结果影响比较大，具体说明可参考“参数化数据准备”章节。

在压测时要用到的数据，比如API要传参过去的数据，或者请求响应数据。这部分数据在铺底的时候就要精细化的设计，包括数据大小，数量，分布等。

===》本次测试：为保证系统对输入数据满足预设分布的前提之下，还要满足预设业务逻辑处理输出的分布要求，对相应的数据库静态数据提前设定。

 

2. 参数化数据准备

 

 

二、性能测试数据准备方法

1. 从线上数据库导入真实数据

2. 根据业务规则构造模拟数据