AWS EC2+Docker+JMeter构建分布式负载测试基础架构

Posted 2020-11-26 peterzhang1520389703

目录

• 概述及范围
• 前提条件
• Part 1: Local setup—本地配置
• Part 2: Cloud端基础架构——Infrastructure
• 总结:

原文链接

@

概述及范围

本文介绍有关如何使用AWS EC2+Docker+JMeter创建分布式负载测试基础架构。
完成所有步骤后，得到的基础结构如下:

在Part 1中，我们将按照所需的步骤进行操作，以创建适合你需求的自定义JMeter Dockerfiles和映像。
然后，在Part 2中，我们将在AWS EC2设置中使用这些元素。
接下来开始第一步：

前提条件

为了能够顺利的逐步进行配置和操作，你需要上述每个系统（EC2，Docker和JMeter）的一些基本知识。
此外，还需要一个活动的AWS账户才能执行所有步骤。

Part 1: Local setup—本地配置

Step 1: 从Dockerfile创建映像

dockerfile是开始使用docker所需的基本元素或“ cookbook”，因此我们将从此开始。
我们需要建立2层:
1、一是基础层，该层创建运行JMeter实例所需的基本设置；
2、二是逻辑层，它是一个JMeter实例，可以是主节点或从节点；

JMeter base映像的Dockerfile和entrypoint.sh脚本如下所示：
Dockerfile:

# Use Java 11 JDK Oracle Linux
FROM openjdk:11-jdk-oracle
MAINTAINER Dragos
# Set the JMeter version you want to use
ARG JMETER_VERSION="5.1.1"
# Set JMeter related environment variables
ENV JMETER_HOME /opt/apache-jmeter-${JMETER_VERSION}
ENV JMETER_BIN ${JMETER_HOME}/bin
ENV JMETER_DOWNLOAD_URL https://archive.apache.org/dist/jmeter/binaries/apache-jmeter-${JMETER_VERSION}.tgz
# Set default values for allocation of system resources (memory) which will be used by JMeter
ENV Xms 256m
ENV Xmx 512m
ENV MaxMetaspaceSize 1024m
# Change timezone to local time
ENV TZ="Europe/Bucharest"
RUN export TZ=$TZ
# Install jmeter
RUN yum -y install curl && mkdir -p /tmp/dependencies && curl -L --silent ${JMETER_DOWNLOAD_URL} >  /tmp/dependencies/apache-jmeter-${JMETER_VERSION}.tgz && mkdir -p /opt && tar -xzf /tmp/dependencies/apache-jmeter-${JMETER_VERSION}.tgz -C /opt && rm -rf /tmp/dependencies
# Set JMeter home
ENV PATH $PATH:$JMETER_BIN
# copy our entrypoint
COPY entrypoint.sh /
RUN chmod +x ./entrypoint.sh
# Run command to allocate the default system resources to JMeter at 'docker run'
ENTRYPOINT ["/entrypoint.sh"

Entrypoint.sh:

#!/bin/bash
# Run command to allocate the default or custom system resources (memory) to JMeter at 'docker run'
sed -i 's/("${HEAP:=")(.*)("}")/1-Xms'${Xms}' -Xmx'${Xmx}' -XX:MaxMetaspaceSize='${MaxMetaspaceSize}'3/' ${JMETER_BIN}/jmeter
exec "$@"

在基础层之上，可以创建一个Master层和一个Slave层。这些Dockerfile可以根据你的特定要求进行自定义。
现在让我们看一下我们的逻辑层：
Master层的Dockerfile：

# Use my custom base image defined above
FROM dragoscampean/testrepo:jmetrubase
MAINTAINER Dragos
# Expose port for JMeter Master
EXPOSE 60000

Slave层的Dockerfile:

# Use my custom base image defined above
FROM dragoscampean/testrepo:jmetrubase
MAINTAINER Dragos
# Expose ports for JMeter Slave
EXPOSE 1099 50000
COPY entrypoint.sh /
RUN chmod +x ./entrypoint.sh
# Run command to allocate the default system resources to JMeter at 'docker run' and start jmeter-server with all required parameters
ENTRYPOINT ["/entrypoint.sh"]

Slave层的Entrypoint.sh:

#!/bin/bash
# Run command to allocate the default system resources to JMeter at 'docker run'
sed -i 's/("${HEAP:=")(.*)("}")/1-Xms'${Xms}' -Xmx'${Xmx}' -XX:MaxMetaspaceSize='${MaxMetaspaceSize}'3/' ${JMETER_BIN}/jmeter &&
$JMETER_HOME/bin/jmeter-server -Dserver.rmi.localport=50000 -Dserver_port=1099 -Dserver.rmi.ssl.disable=true -Djava.rmi.server.hostname=$HostIP
exec "$@"

我们不会详细讨论dockerfiles中的所有内容的含义，在网上有很多这样的文档。不过值得一提的是与Dockerfiles绑定在一起的entrypoint shell脚本。

docker entrypoints的作用是在运行时将数据初始化或者配置到容器中。在我们的例子中，我们需要它们来指定JMeter允许使用多少内存，并使用一些自定义配置来启动JMeter服务器，这些配置是基础设施工作所必需的。这将在“Step 2”部分中举例说明。

现在，让我们看一下创建Docker映像所需的命令。顺便说一下，Docker图像表示一组很好地集成在一起的层，是我们需要的环境的稳定快照。
从这样一个映像开始，我们可以生成N个容器，这正是我们在这个特定场景中所需要的，这取决于我们想要模拟的负载。

创建一个简单的docker映像的命令:
docker build /path/to/dockerfile

为docker映像创建一个标签:
docker tag imageId username/reponame:imageTag

同时创建docker映像和标签：
docker build -t username/reponame:imageTag /path/to/dockerfile

Step 2: 从一个映像创建一个容器

现在我们已经准备好映像，可以开始从中创建容器，在其中可以实际运行性能测试脚本。
创建一个新的容器:
sudo docker run -dit --name containername repository:tag or imageId /bin/bash

启动/停止容器：
docker start containerId
docker stop containerId

访问正在运行的容器：
docker exec -it containerId or containerName /bin/bash

到目前为止，如果你一直使用类似于Step 1中提供的Dockerfile，那么您应该拥有一个完全可用的Java + JMeter容器。 你可以通过检查工具版本来测试它，看看是否有任何错误，甚至可以尝试运行你计划在AWS中扩展的脚本(所有这些都应该在运行的容器中完成):
Jmeter -v
Java -version
Jmeter -n -t -J numberOfThreads=1 /path/to/script.jmx -l /path/to/logfile.jtl

Step 3: 将映像Push/Pull到Dockerhub或任何私有的Docker仓库(docker登录CLI后)

测试创建的图像是否符合要求的标准（容器内的所有内容）,通常，最好将此图像保存到存储库中。然后，你可以在后续随时从那里提取它，而不必每次都从Dockerfile构建它。

Push映像到dockerhub：
docker push username/reponame:imageTag

从dockerhub中Pull已存在的映像(例如jdk映像)：
docker pull openjdk:version

到此为止，这意味着您已经为cloud setup准备好了一组功能强大的JMeter从属映像和主映像。

Part 2: Cloud端基础架构——Infrastructure

可以使用EC2免费层实例，最多750小时/月，持续1年，因此有很多时间进行试验。
注意：对于下面提供的示例，我使用了Ubuntu Server 18.04 LTS实例，因此提供的命令可能无法在其他Linux发行版上使用。

Step 4: 创建安全组——Security Group

使容器内的JMeter实例(master实例或slave实例)能够通信，自定义安全组已定义并将其附加到每个主机：

入站规则(Inbound rules)：

出站规则(Outbound rules)：

注意：确保将要成为负载测试基础结构部分的所有实例分配给此安全组，否则它们可能无法相互通信。

Step 5: 创建一个IAM策略（可选）

假设您只需要一个由1个JMeter主节点和2个从节点组成的基础架构。在这种情况下，访问每个实例并对其进行配置（安装docker +启动容器）相对容易。

但是，如果需要处理的实例超过3个，会发生什么情况呢?

手动逐个配置变得极其乏味，手动并不是一个好主意。
这时，你将需要一个系统，能够管理你正在使用的大量容器。一些著名的工具，如谷歌的Kubernetes，或者Rancher等工具。

由于当前使用的是AWS，因此这两种解决方案似乎过于庞大了，因为亚马逊针对这一点提供了一个开箱即用的解决方案：
“Run Command”功能使我们可以同时在多个EC2实例上执行Shell脚本。因此，我们不必访问每个实例，安装docker并一次一个实例地启动容器。

能够通过“Run Command”功能在EC2实例上执行命令的唯一要求是，适当的IAM角色已与该实例相关联。我将IAM策略命名为“ EC2Command”，并为每个新创建的实例选择了该策略（但是稍后可以通过“attach/replace role”功能将该角色分配给该实例）：


当您创建角色时，请确保将“AmazonEC2RoleforSSM”策略附加到您的角色上，这样就可以了。

现在您可以使用“Run command”功能对多个实例批量执行脚本。
这将我们带入流程的下一步。

Step 6: 在测试机器上安装Docker

现在，你需要在EC2主机上安装docker，以便可以启动容器并将它们连接在一起以进行分布式负载测试。
直接使用命令（直接在Ubuntu上的实例终端中执行）：

sudo apt-get install  curl  apt-transport-https ca-certificates software-properties-common && curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add && sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" && sudo apt-get update && sudo apt-get install -y docker-ce && sudo usermod -aG docker $USER && sudo curl -L "https://github.com/docker/compose/releases/download/1.23.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose && sudo chmod +x /usr/local/bin/docker-compose && sudo ln -s /usr/local/bin/docker-compose /usr/bin/docker-compose

通过“Run command”执行的Shell脚本：

#!/bin/bash
sudo apt-get install  curl  apt-transport-https ca-certificates software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
sudo apt-get update
sudo apt-get install -y docker-ce
USER_DOCKER=$(getent passwd {1000..60000} | grep "/bin/bash" | awk -F: '{ print $1}')
sudo usermod -aG docker $USER_DOCKER

理想情况下，您将在多个EC2实例上运行第二个脚本，之后它们都将具有可用的Docker版本。
下一步是配置主节点和从属节点：

Step 7: 配置主节点——Master Node

在某些情况下，你甚至不需要多个从属节点来分布式运行测试，比如，当你有一台功能强大的主机并且该计算机能够生成目标的负载量时，对于这种特定情况，不需要Step 8和Step 9。对于这种情况，你甚至不想使用容器并直接在主机上安装JMeter。

但是，假设你确实需要一个Master + Slaves系统，然后继续启动Master容器：
直接使用命令（直接在Ubuntu上的实例终端中执行）：

HostIP=$(ip route show | awk '/default/ {print $9}') && docker pull dragoscampean/testrepo:jmetrumaster && docker run -dit --name master --network host -e HostIP=$HostIP -e Xms=256m -e Xmx=512m -e MaxMetaspaceSize=512m -v /opt/Sharedvolume:/opt/Sharedvolume dragoscampean/testrepo:jmetrumaster /bin/bash

通过“Run command”执行的Shell脚本：

#!/bin/bash
HostIP=$(ip route show | awk '/default/ {print $9}')
docker pull dragoscampean/testrepo:jmetrumaster
docker run -dit --name master --network host -e HostIP=$HostIP -e Xms=256m -e Xmx=512m -e MaxMetaspaceSize=512m -v /opt/Sharedvolume:/opt/Sharedvolume dragoscampean/testrepo:jmetrumaster /bin/bash

脚本的第一行将机器的私有IP存储在变量“HostIP”中。主的HostIP不用于任何目的，仅使用从属节点的HostIP。我们将在Step 9看到具体要做什么。现在，请记住，你可以快速访问每个容器中主机的专用IP地址。

第二行很简单，只是从适当的仓库中获取图像。

最后一行创建我们将要使用的容器。此命令中有一些要点：
1、‘--network host ‘命令启用主机连网，这意味着容器内的应用程序(JMeter)，将在‘entrypoint.sh’脚本公开的端口上可用。如果没有它，我就无法进行设置。问题是，即使脚本是在从节点上执行的，由于错误(java.rmi.ConnectException: Connection refused to host:masterPrivateIP)，主节点上也没有聚集任何结果。注意，我在较老版本的JMeter(如3.x.x)中没有遇到这个问题

2、‘- e Xms=256m -e Xmx=512m -e MaxMetaspaceSize=512m’ 是Xms和Xmx的参数化，MaxMetaspaceSize决定了允许使用JMeter的内存量。这是通过首先在容器内设置一些环境变量来完成的。然后，在“ entrypoint.sh”脚本中运行命令，将更改JMeter的“ / bin”文件夹中的“JMeter”文件。如果未指定这些值，则使用默认值。

要进一步了解这些变量代表什么以及如何设置它们，请阅读以下内容：
Xmx计算如下：系统总内存-(OS使用的内存+ JVM使用的内存+在计算机上运行所需的任何其他脚本)
如果您有一台专用的测试机器，为避免在测试运行时重新分配Xms，请从一开始就设置Xms = Xmx。

MaxMetaspaceSize跟踪所有加载的类元数据和静态内容（静态方法，原始变量和对象引用）

例如：
一台专用机器上64 GB RAM
Xmx = 56G
Xms = 56G
MaxMetaspaceSize = 4096 MB
这为操作系统和其他进程留下了将近4GB的空间，这绰绰有余。

3、-v /opt/Sharedvolume:/opt/Sharedvolume userName/repoName:imageTag 该命令只是将主机上的文件夹映射到容器内的文件夹，你将在其中保存脚本文件和生成的日志。我们将不做进一步详细介绍，但是如果您想了解有关卷映射的更多信息，请参阅本文和迷你教程。

Step 8: 配置从节点——Slave Nodes

“ HostIP”变量仅在“entrypoint.sh”脚本中用于此处，以启用从master服务器到slave服务器的远程访问（“-Djava.rmi。server.hostname = $ HostIP”）。
直接使用命令（直接在Ubuntu上的实例终端中执行）：

HostIP=$(ip route show | awk '/default/ {print $9}') && docker pull dragoscampean/testrepo:jmetruslave && docker run -dit --name slave --network host -e HostIP=$HostIP -e HostIP=$HostIP -e Xms=256m -e Xmx=512m -e MaxMetaspaceSize=512m dragoscampean/testrepo:jmetruslave /bin/bash

通过“Run command”执行的Shell脚本：

#!/bin/bash
HostIP=$(ip route show | awk '/default/ {print $9}')
docker pull dragoscampean/testrepo:jmetruslave
docker run -dit --name slave --network host -e HostIP=$HostIP -e Xms=256m -e Xmx=512m -e MaxMetaspaceSize=512m dragoscampean/testrepo:jmetruslave /bin/bash

Step 9: 分布式模式下运行脚本

到此，准备就绪，可以开始运行测试了。这是我们需要在master主节点上运行以开始运行分布式测试的命令：

jmeter -n -t /path/to/scriptFile.jmx -Dserver.rmi.ssl.disable=true -R host1PrivateIP, host2PrivateIP,..., hostNPrivateIP -l /path/to/logfile.jtl

总结:

按照上面的操作步骤，可以实现AWS EC2+Jmeter+Docker的分布式性能测试，可能会遇到一些问题，完全没问题那是不可能的。
比如：
该文提到了一个EC2实例中有太多Websocket连接时可能遇到的问题。
另一个例子是我的一位同事在对Apa??che服务器进行负载测试时遇到的情况，他会在JMeter中遇到各种连接错误，我们最初认为这是来自被测试的服务器。解决这个问题的方法来自这篇简短的文章。

我在一个项目中偶然发现的一个问题是，在尝试从一台计算机执行大约20000个线程时，进行了一些数据驱动的测试。如果在Linux / MacOS终端中键入“ ulimit -a”，则会看到名为“ open files”的行。问题在于该属性在测试计算机上设置为1024。使用JMeter运行数据驱动的测试时，此工具将为每个启动的线程打开.csv文件或描述符，一旦并行线程数超过1024，我将收到错误消息。
解决方案： 是从‘/etc/security/limits‘文件中编辑‘open files‘的最大值，并设置为‘unlimited‘。