jmeter

gui

0、下载 jmeter 及 jdk-8，

1、设置 java 环境变量

控制面板>系统安全>系统>高级系统设置>环境变量>系统变量
Path
增加java的目录 \bin

2、添加线程组：右键点击“测试计划” -> “添加” -> “Threads(Users)” -> “线程组”

线程组参数详解：
1. 线程数：虚拟用户数。一个虚拟用户占用一个进程或线程。设置多少虚拟用户数在这里也就是设置多少个线程数。
2. Ramp-Up Period(in seconds)准备时长：设置的虚拟用户数需要多长时间全部启动。如果线程数为10，准备时长为2，那么需要2秒钟启动10个线程，也就是每秒钟启动5个线程。
3. 循环次数：每个线程发送请求的次数。如果线程数为10，循环次数为100，那么每个线程发送100次请求。总请求数为10*100=1000 。如果勾选了“永远”，那么所有线程会一直发送请求，一到选择停止运行脚本。
4. Delay Thread creation until needed：直到需要时延迟线程的创建。
5. 调度器：设置线程组启动的开始时间和结束时间(配置调度器时，需要勾选循环次数为永远)
持续时间（秒）：测试持续时间，会覆盖结束时间
启动延迟（秒）：测试延迟启动时间，会覆盖启动时间
启动时间：测试启动时间，启动延迟会覆盖它。当启动时间已过，手动只需测试时当前时间也会覆盖它。
结束时间：测试结束时间，持续时间会覆盖它。

3、添加 HTTP 请求：右键点击“线程组” -> “添加” -> “Sampler” -> “HTTP 请求”

Web服务器
协议：向目标服务器发送HTTP请求协议，可以是HTTP或HTTPS，默认为HTTP
服务器名称或IP ：HTTP请求发送的目标服务器名称或IP
端口号：目标服务器的端口号，默认值为80
2.Http请求
方法：发送HTTP请求的方法，可用方法包括GET、POST、HEAD、PUT、OPTIONS、TRACE、DELETE等。
路径：目标URL路径（URL中去掉服务器地址、端口及参数后剩余部分）
Content encoding ：编码方式，默认为ISO-8859-1编码，这里配置为utf-8
同请求一起发送参数
在请求中发送的URL参数，用户可以将URL中所有参数设置在本表中，表中每行为一个参数（对应URL中的 name=value），注意参数传入中文时需要勾选“编码”

4、添加察看结果树：右键点击“线程组” -> “添加” -> “监听器” -> “察看结果树”

5、添加聚合报告：右键点击“线程组” -> “添加” -> “监听器” -> “聚合报告”，用以存放性能测试报告

聚合报告参数详解：
1. Label：每个 JMeter 的 element（例如 HTTP Request）都有一个 Name 属性，这里显示的就是 Name 属性的值
2. #Samples：请求数——表示这次测试中一共发出了多少个请求，如果模拟10个用户，每个用户迭代10次，那么这里显示100
3. Average：平均响应时间——默认情况下是单个 Request 的平均响应时间，当使用了 Transaction Controller 时，以Transaction 为单位显示平均响应时间
4. Median：中位数，也就是 50％ 用户的响应时间
5. 90% Line：90％ 用户的响应时间
6. Min：最小响应时间
7. Max：最大响应时间
8. Error%：错误率——错误请求数/请求总数
9. Throughput：吞吐量——默认情况下表示每秒完成的请求数（Request per Second），当使用了 Transaction Controller 时，也可以表示类似 LoadRunner 的 Transaction per Second 数
10. KB/Sec：每秒从服务器端接收到的数据量，相当于LoadRunner中的Throughput/Sec

一般而言，性能测试中我们需要重点关注的数据有： #Samples 请求数，Average 平均响应时间，Min 最小响应时间，Max 最大响应时间，Error% 错误率及Throughput 吞吐量。

Java 系统属性和 JMeter 属性可以直接通过以下命令进行覆盖，而不用手动修改 jmeter.properties

格式	含义
-J[prop_name]=[value]	定义本地 JMeter 属性

docker

拉取镜像

docker pull justb4/jmeter

docker run --rm \
  -v /root/jmeter:/opt/jmeter \
  -e JVM_ARGS="-Xms512m -Xmx2g" \
  justb4/jmeter \
  -n -t /opt/jmeter/shuze_template.jmx \
  -Jprotocol=https \
  -Jdomain=shuze.net \
  -Jport=443 \
  -Jmethod=GET \
  -Jpath=/api/CommonService/common/sample \
  -Jthreads=10 \
  -Jrampup=1 \
  -Jduration=60 \
  -l /opt/jmet/test.jtl

自己构建

# jmeter.dockerfile
FROM openjdk:8-jdk-alpine
ARG JMETER_VERSION=5.6.3
ARG ALIYUN_MIRROR=https://mirrors.aliyun.com/apache/jmeter
WORKDIR /jmeter
# 下载并安装 JMeter
# RUN wget ${ALIYUN_MIRROR}/binaries/apache-jmeter-${JMETER_VERSION}.tgz && \
#     tar -xzf apache-jmeter-${JMETER_VERSION}.tgz --strip-components=1 && \
#     rm apache-jmeter-${JMETER_VERSION}.tgz
#已下载
RUN tar -xzf apache-jmeter-${JMETER_VERSION}.tgz --strip-components=1 ;
# 设置环境变量
ENV JMETER_HOME /jmeter
ENV PATH $JMETER_HOME/bin:$PATH
EXPOSE 1099
WORKDIR /tests
ENTRYPOINT ["jmeter"]

docker build -t jmeter:5.6.3 . -f jmeter.dockerfile

docker run --rm \
  -v /root/jmeter:/opt/jmeter \
  -e JVM_ARGS="-Xms512m -Xmx2g" --name jmeter \
  registry.cn-shenzhen.aliyuncs.com/shuze/jmeter:5.6.3 \
  -n -t /opt/jmeter/shuze_template.jmx \
  -Jprotocol=https \
  -Jdomain=shuze.net \
  -Jport=443 \
  -Jmethod=GET \
  -Jpath=/api/CommonService/common/sample \
  -Jthreads=10 \
  -Jrampup=1 \
  -Jduration=60 \
  -l /opt/jmet/test.jtl

cli

 jmeter -n -t sample.jmx -l result.out -e -o /opt/jmeter/report

docker run --rm \
  -v /root/jmeter:/opt/jmeter \
  -e JVM_ARGS="-Xms512m -Xmx2g" \
  justb4/jmeter \
  -n -t /opt/jmeter/shuze_template.jmx \
  -Jprotocol=https \
  -Jdomain=shuze.net \
  -Jport=443 \
  -Jmethod=GET \
  -Jpath="/api/CommonService/ModelProp/ModelTableHeadersByName?moduleName=WaterSupervision&modelName=Section" \
  -Jthreads=10 \
  -Jrampup=1 \
  -Jduration=60 \
  -Jaccess_token=eyJhbGciOiJSUzI1NiIsInR5cCIgOiAiSldUIiwia2lkIiA6ICJ1QzlwTzVOTGQxR0JlZ0MzWnNnUWloYmpoQk85bHBMOE9CenRLbjByUFZNIn0.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-oeWkhCIsIuawtOi1hOa6kOWkhCIsInVtYV9hdXRob3JpemF0aW9uIiwiZGVmYXVsdC1yb2xlcy1zaHV6ZSIsIuW7uueuoeWkhCJdLCJuYW1lIjoiYWRtaW4gbGkiLCJwcmVmZXJyZWRfdXNlcm5hbWUiOiJhZG1pbiIsImdpdmVuX25hbWUiOiJhZG1pbiIsImZhbWlseV9uYW1lIjoibGkiLCJlbWFpbCI6ImFkbWluQHNodXplLm5ldCJ9.kUb46Wa5VvsOs0S2vRrSEE01k0D4zJqL1fK0Rp3NitYY3joyKwEwB1srN-fEC_ixb72ifoVcTUTPfcREhGeeMPcTs8TX8m-VY3C2MRiT8WhuaUY_OPBXpr6-2YluxnEyN6z3jyvWmJ1NCcXonLFA11c_MjjQgAgSiwE_ijhFYtOLj8o5XMP_r8kbqoHWiA1_igWOZX5HbfrfLxcahF8Wi-4O7CUf8Setvp2pUOLjUGApNez7cBNCDZtS7Esp_-Q74qRStX-nywe_v_j2EbAviIvwGDZdKVtVizTFOFOQBmUrPUMUNUpUJUFSgNevXsioxV2Db-kChiW5ty3e9Losdg \
  -l /opt/jmet/test.jtl 
 
 docker run --rm \
  -v /root/jmeter:/opt/jmeter \
  -e JVM_ARGS="-Xms512m -Xmx2g" \
  justb4/jmeter \
  -n -t /opt/jmeter/shuze_template.jmx \
  -Jprotocol=https \
  -Jdomain=shuze.net \
  -Jport=443 \
  -Jmethod=GET \
  -Jpath="/api/CommonService/ModelProp/RedisModelTableHeadersByName?moduleName=WaterSupervision&modelName=Section" \
  -Jthreads=1 \
  -Jrampup=1 \
  -Jduration=60 \
  -Jaccess_token=eyJhbGciOiJSUzI1NiIsInR5cCIgOiAiSldUIiwia2lkIiA6ICJ1QzlwTzVOTGQxR0JlZ0MzWnNnUWloYmpoQk85bHBMOE9CenRLbjByUFZNIn0.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-oeWkhCIsIuawtOi1hOa6kOWkhCIsInVtYV9hdXRob3JpemF0aW9uIiwiZGVmYXVsdC1yb2xlcy1zaHV6ZSIsIuW7uueuoeWkhCJdLCJuYW1lIjoiYWRtaW4gbGkiLCJwcmVmZXJyZWRfdXNlcm5hbWUiOiJhZG1pbiIsImdpdmVuX25hbWUiOiJhZG1pbiIsImZhbWlseV9uYW1lIjoibGkiLCJlbWFpbCI6ImFkbWluQHNodXplLm5ldCJ9.D2vaXiu5eK6UNv8HViYceI3O1h46jqaFC-ZwEh2uT1H-s25KXKNwL7dnfuJem0FP7srz6mNavxLbghmkhVlQLOA0Fbw5XVr_ZRTUQOfVEB2Fo95uXRETBd4O7UqW-Jo2aViZIHWMsn89zZZ9-X4dIcAfuPAD3EX9fK_pUg6O5tpOP0b0L-DmkVaQr8Wr7YsCflgPxBXkjUeNjE27kjjY_sKSOoDcvsMELvjzBZsbhpkTw-mSfCbOEPex4qEIKZZoIByaxmQ5Gta53Vd60NI_AaP8HirietwE7bubVaiJBcVOkkpKss1cQR9crb8wDOWjyp-cOX-3wnXC0Fzrfgk0uA \
  -l /opt/jmet/test.jtl
 
 curl -H "Authorization: Bearer YOUR_TOKEN" \
  -w "总时间: %{time_total}s\nDNS解析: %{time_namelookup}s\n连接建立: %{time_connect}s\nTLS握手: %{time_appconnect}s\n请求发送: %{time_pretransfer}s\n等待响应: %{time_starttransfer}s\n" \
  http://139.9.220.83:8002/api/WaterSupervision/Section/Table
curl -H "Authorization: Bearer YOUR_TOKEN" \
  -w "总时间: %{time_total}s\nDNS解析: %{time_namelookup}s\n连接建立: %{time_connect}s\nTLS握手: %{time_appconnect}s\n请求发送: %{time_pretransfer}s\n等待响应: %{time_starttransfer}s\n" \
  https://shuze.net/api/WaterSupervision/Section/Table

${__P(threads,10)}
${__P(rampup,1)}
${__P(duration,60)}
${__P(protocol,https)}
${__P(domain,shuze.net)}
${__P(port,443)}
${__P(method,GET)}
${__P(path,/api/CommonService/common/sample)}
${__P(results_dir,)}/aggregate.csv

# 给脚本执行权限
chmod +x /root/jmeter/battest1.sh

# 直接执行
/root/jmeter/battest.sh

1、直接ip地址测试
120.76.53.248
139.9.220.83

2、https测试
3、token测试
4、redis测试
5、不同连接数测试

/api/CommonService/common/sample
/api/CommonService/common/authorized
/api/CommonService/ModelProp/RedisModelTableHeadersByName?moduleName=WaterSupervision&modelName=Section
/api/CommonService/ModelProp/modelTableHeadersByName?moduleName=WaterSupervision&modelName=Section
/api/WaterSupervision/Section/Table

CLI 模式可选参数

字段	含义
-n	指定 JMeter 将在 cli 模式下运行
-t	包含测试计划的 jmx 文件名称
-l	记录测试结果的 jtl 文件名称
-j	记录 Jmeter 运行日志的文件名称
-g	输出报告文件（ .csv 文件）
-e	生成 html 格式的测试报表
-o	生成测试报表的文件夹文件夹不存在或为空

服务器相关参数

字段	含义
-H	代理服务器的 host 或 ip
-P	代理服务器的 port
-r	指定所有远程服务器中运行测试
-R	在指定的远程服务器中运行测试
-X	服务器运行完脚本后自动停止 jmeter-server

属性参数

Java 系统属性和 JMeter 属性可以直接通过以下命令进行覆盖，而不用手动修改 jmeter.properties

格式	含义
-D[prop_name]=[value]	定义一个 Java 系统属性值
-J[prop_name]=[value]	定义本地 JMeter 属性
-G[prop_name]=[value]	定义要发送到所有远程服务器的 JMeter 属性
-G[propertyfile]	定义一个包含 JMeter 属性的文件，该文件将发送到所有远程服务器
-L[category]=[priority]	覆盖日志记录设置，将特定类别设置为给定的优先级设置根日志记录级别

rabbitmq 测试

docker pull pivotalrabbitmq/perf-test:latest
docker run -it --rm pivotalrabbitmq/perf-test:latest

# 需设置test测试账号，使用宿主机的网络，这样可以用 localhost 访问,60秒，条件：使用2个发布者和10个消费者:
docker run -it --rm \
  --network host \
  pivotalrabbitmq/perf-test \
  -h "amqp://test:testpassword@localhost:8023/vhost" \
  -x 2 -y 10 -u "throughput-test-1" -a --id "test-1" -z 60

# 用localhost，呑吐量8000，条件：一个生产者，一个消费者，消息大小从默认（12字节）更改为4 kB
# 用shuze.net:8023，呑吐量50，abp中可用容器名代替网址shuze.net:8023，但端口需用5672
docker run -it --rm \
  --network host \
  pivotalrabbitmq/perf-test \
  -h "amqp://test:testpassword@shuze.net:8023/vhost" \
  -x 1 -y 1 -u "throughput-test-1-1-4096" -a --id "test 1-1 4096" -s 4096 -z 60
综上，在abp的rabbitmq的地址应用容器名称，这样就是localhost，

参考：rabbitmq 性能测试 PerfTest 吞吐率最全评测 - 代号尚行 (claves.cn)，RabbitMQ 性能测试工具的使用_rabbitmq 测试工具-CSDN 博客

• 执行 PerfTest 最基本的方法是指定要使用的 URL(ampq(s)😕/username:password@host:port/vhostname)、生产者数量（比如说 1）和消费者数量（比如 2）。注意，rabbitmq java 客户端能够达到较高的发布速度（每个 connection 每秒发布可以达到 80000 到 90000 个消息），这是在带宽充足，并且关闭了一些安全措施（生产者确认），因此，没必要提供过量的生产者（除非那是一个确定的测试目标）。

redis 测试

# 测试不同数据大小的性能曲线（本地）
for size in 50 100 200 500 1000 2000 10000 50000 1024000; do
  echo "Data size: $size bytes"
 docker exec -it base-redis  redis-benchmark \
    -h localhost -p 6379  -a Limd@12345 \
    -t set -d $size -c 10 -n 1000 -P 1 -q
done

# 测试不同数据大小的性能曲线（远程）
for size in 50 100 200 500 1000 2000 10000 50000 1024000; do
  echo "Data size: $size bytes"
 docker exec -it base-redis  redis-benchmark \
    -h shuze.net -p 8022 -a Limd@12345 \
    -t set -d $size -c 10 -n 1000 -P 1 -q
done


# 2. 测试不同并发级别
for clients in 10 50 100 200; do
  echo "Clients: $clients"
  docker exec -it base-redis redis-benchmark \
    -a "Limd@12345" -t set -c $clients -n 1000 -P 8 -q
done

# 测试临界点（找出性能下降的转折点）
for clients in 300 400 500 1000; do
  echo "Clients: $clients"
docker exec -it base-redis redis-benchmark \
    -a "Limd@12345" -t set -c $clients -n 50000 -P 8 -q
done

postgresql测试

连接字符串

abp中数据库连接字符串在开发环境中无所谓，但在发布环境中很关键，设置连接池后，带数据库的操作呑吐量有明显增加。

"ConnectionStrings": {
    "Default": "Server=postgresql-cluster;Port=5432;Database=MyProjectDB;User Id=abp_app;Password=P@ssw0rd!123;Pooling=true;Maximum Pool Size=150;Minimum Pool Size=20;Connection Lifetime=300;Command Timeout=600;Timeout=30;Keepalive=60;",
  },
  
  portgresql docker-compose
      command:
      - "postgres"
      - "-c"
      - "shared_buffers=512MB"        # 从128MB提升到512MB
      - "-c"
      - "work_mem=32MB"               # 从4MB提升到32MB
      - "-c"
      - "effective_cache_size=2GB"    # 从4GB修正为2GB
      - "-c"
      - "max_connections=100"
      - "-c"
      - "random_page_cost=1.1"        # SSD优化
      - "-c"
      - "checkpoint_timeout=10min"    # 减少检查点频率

pgbench

是PostgreSQL自带的压测工具。

# 1. 创建 pgbench 数据库
createdb -h localhost -U postgres pgbench

# 2. 现在初始化 pgbench
pgbench -h localhost -U postgres -i pgbench

# 基本测试（运行60秒）
pgbench -h localhost -U postgres -T 60 pgbench

# 并发测试（10个客户端，2个线程，运行60秒）
pgbench -h localhost -U postgres -c 10 -j 2 -T 60 -r pgbench

# 只读测试
pgbench -h localhost -U postgres -S -T 60 pgbench

# 进入PostgreSQL容器
docker exec -it base-postgres bash

# 连接到PostgreSQL
psql -U postgres -d postgres

三、连接池优化参数：高并发场景的利器
在高并发应用中，合理配置连接池参数可以显著提高系统性能和资源利用率。
pool_size参数定义了连接池中维护的常驻连接数量。适当增大这个值可以减少连接建立的开销，如pool_size=20表示始终保持 20 个活跃连接。但设置过大则会浪费服务器资源。
reserve_pool参数指定了连接池的"备用容量"，当常规连接耗尽时可以使用这些额外连接。例如reserve_pool=5表示在常规连接用尽后，还可以再创建 5 个连接应对突发流量。
max_db_connections参数限制应用程序到数据库的最大连接数，防止连接数失控导致数据库过载。这个值需要根据数据库服务器的配置和负载能力合理设置。
pool_mode参数决定了连接池的工作模式，主要有三种：
session 模式：连接在整个会话期间保持，传统应用，长会话
transaction 模式：连接仅在事务期间保持，Web 应用，短事务
statement 模式：连接仅在执行语句期间保持，只读查询，简单语句
不同的模式适用于不同场景，transaction 模式适合短事务应用，可以最大化连接复用率。

PostgreSQL作战指南（postgresql.conf）：
max_connections = 500                # 更高的连接上限
max_worker_processes = 8             # 并行工作进程数
effective_cache_size = 8GB           # 优化查询计划
synchronous_commit = off             # 异步提交提升吞吐