性能测试 CentOS下结合InfluxDB及Grafana图表实时展示JMeter相关性能数据

本文涉及的产品
可观测可视化 Grafana 版,10个用户账号 1个月
性能测试 PTS,5000VUM额度
简介: 性能测试 CentOS下结合InfluxDB及Grafana图表实时展示JMeter相关性能数据

CentOS下结合InfluxDBGrafana图表实时展示JMeter相关性能数据

 

by:授客QQ1033553122

 

实现功能1

测试环境1

环境搭建2

1、安装influxdb2

2、创建influxdb数据库3

3、安装grafana5

配置grafana图表数据源7

JMeter Backend Listener监听器配置9

运行jmeter10

新建grafana图表10


测试环境

Win7 64

 

Python 3.4.0

 

JMeter 2.13 r1665067

 

CentOS 6 64位(内核版本2.6.32-642.el6.x86_64

 

influxdb-1.5.2.x86_64.rpm

网盘下载地址:

https://pan.baidu.com/s/1jAbY4xz5gvzoXxLHesQ-PA

 

 

grafana-5.1.2-1.x86_64.rpm

下载地址:

https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-5.1.3-1.x86_64.rpm

下载地址:https://pan.baidu.com/s/1wtnPH-iYxaXc6FnL1i0ZVg

 

 

influxdb-5.0.0-py2.py3-none-any.whl

下载地址:

https://pypi.org/project/influxdb/#files

下载地址:https://pan.baidu.com/s/1DQ0HGYNg2a2-VnRSBdPHmg

 

 

环境搭建

1、安装influxdb

# rpm -ivh influxdb-1.5.2.x86_64.rpm

 

 

修改配置

如下,修改一下带背景色内容

# vim /etc/influxdb/influxdb.conf

 

[http]

 # Determines whether HTTP endpoint is enabled.

 enabled = true

 

 # The bind address used by the HTTP service.

 bind-address = ":8086"  

 

 # Determines whether user authentication is enabled over HTTP/HTTPS

 auth-enabled = false  

 

 说明:设置auth-enabled = false是为了免账号密码授权认证访问,图个方便

 

 # The default realm sent back when issuing a basic auth challenge.

 # realm = "InfluxDB"

 

 # Determines whether HTTP request logging is enabled.

 # log-enabled = true  

 

 

[[graphite]]

 #Determines whether the graphite endpoint is enabled.

 enabled = true

 database = "jmeter"

 # retention-policy = ""

 bind-address = ":2003"

 protocol = "tcp"

 consistency-level = "one"

 

#说明 设置consistency-level = "one"设置一致性级别,设置为one表示读操作不会对写操作造成延迟

 

 # These next lines control how batching works. You should have this enabled

 # otherwise you could get dropped metrics or poor performance. Batching

 # will buffer points in memory if you have many coming in.

 

 # Flush if this many points get buffered

 batch-size = 5000

 

 # number of batches that may be pending in memory

 batch-pending = 10

 

 # Flush at least this often even if we haven't hit buffer limit

 batch-timeout = "1s"

 

 # UDP Read buffer size, 0 means OS default. UDP listener will fail if set above OS max.

 udp-read-buffer = 0

 

 ### This string joins multiple matching 'measurement' values providing more control over the final measurement name.

 separator = "."

 

说明:个人理解,这里的[[graphite]]配置主要是为收集JMeter性能数据配置的,如果不需要收集jmeter性能数据,应该可以不用配置(未测试)

 

启动/重启linfluxdb

# service influxdb start

 

# service influxdb restart

Stopping influxdb...

influxdb process was stopped [ OK ]

Starting influxdb...

influxdb process was started [ OK ]

 

查看是否在监听端口

[appdeploy@cnsz22VLK6817:/etc/influxdb]#netstat -antp | grep 2003

tcp        0      0 0.0.0.0:2003                0.0.0.0:*                   LISTEN      23994/influxd  

 

2、创建influxdb数据库

# /usr/bin/influx

 

Connected to http://localhost:8086 version 1.5.2

InfluxDB shell version: 1.5.2

# 查看有哪些数据库

> show databases

name: databases

name

----

_internal

 

# 创建数据库,库名为jmeter(create database dbname)

> create database jmeter

> show databases

name: databases

name

----

_internal

jmeter

 

# 附其它操作(类似mysql数据库)

# “切换到要操作的数据库(use dbname)

> use jmeter

 

# 查看有哪些数据表(influxdb中定义为measurement)

> show measurements

name: measurements

name

----

jmeter.all.a.count

jmeter.all.a.max

jmeter.all.a.min

jmeter.all.a.pct90

jmeter.all.a.pct95

jmeter.all.a.pct99

……

说明:以上数据是我跑压测后才有的,往下不再赘述

 

# 查询数据表数据 

> select * from "jmeter.all.a.max" limit 10

name: jmeter.all.a.max

time                value

----                -----

1526383743000000000 6

1526383744000000000 18

1526383745000000000 18

1526383746000000000 18

1526383747000000000 27

1526383962000000000 7

1526383963000000000 7

1526383964000000000 12

1526383965000000000 12

1526383966000000000 12

 

注意:表名为上述xx.xxx.xx的形式的时候,需要加双引号,删除的时候也是

 

# 删除数据表(drop measurement measurement_name)

>drop measurement " jmeter.all.a.max"

 

# 删除数据库

> drop database dbname

 

3、安装grafana

#rpm -ivh grafana-5.1.2-1.x86_64.rpm

 

检查、修改grafana.ini配置

#vim /etc/grafana/grafana.ini

####################################

[server]

# Protocol (http, https, socket)

;protocol = http

 

# The ip address to bind to, empty will bind to all interfaces

;http_addr =

 

# The http port  to use

;http_port = 3000

 

# The public facing domain name used to access grafana from a browser

;domain = localhost

 

……

 

[security]

# default admin user, created on startup

;admin_user = admin

 

# default admin password, can be changed before first start of grafana,  or in profile settings

;admin_password = admin

 

……

 

 

启动grafana

#/usr/local/grafana/etc/init.d/grafana-server start

Starting Grafana Server: ...                               [  OK  ]

 

不同系统可能不一样,也可能是 /usr/sbin/grafana-server

 

或者

# service grafana-server start

 

# sudo /bin/systemctl start grafana-server.service

 

自家电脑上安装时发现会出现没法启动的情况,tail -f /var/log/grafana/grafana.log 发现error="open /var/run/grafana/grafana-server.pid: permission denied"错误

解决方法:

# cd/var/run/

# chmod 777grafana/

 

设置系统启动时,自动启动grafana

#chkconfig --add grafana-server

 

相关实践学习
通过可观测可视化Grafana版进行数据可视化展示与分析
使用可观测可视化Grafana版进行数据可视化展示与分析。
目录
相关文章
|
15天前
|
测试技术 持续交付 Apache
深度挖掘:Python性能测试中JMeter与Locust的隐藏技能🔍
【8月更文挑战第5天】随着软件规模扩大,性能测试对系统稳定性至关重要。Apache JMeter和Locust是两大主流工具,各有千秋。本文探索它们在Python环境下的进阶用法,挖掘更多性能测试潜力。JMeter功能强大,支持多种协议,可通过命令行模式执行复杂测试计划,并与Python集成实现动态测试数据生成。Locust基于Python,通过编写简洁脚本模拟HTTP请求,支持自定义请求及与Python库深度集成。掌握这些技巧可实现高度定制化测试场景,有效识别性能瓶颈,提升应用稳定性。
59 1
|
15天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
【8月更文挑战第5天】性能测试确保应用高负载下稳定运行。Apache JMeter与Locust是两大利器,助力识别解决性能瓶颈。本文介绍这两款工具的应用与优化技巧,并通过实战示例展示性能测试流程。首先,通过JMeter测试静态与动态资源;接着,利用Locust的Python脚本模拟HTTP请求。文中提供安装指南、命令行运行示例与性能优化建议,帮助读者掌握性能测试核心技能。
42 0
|
16天前
|
消息中间件 Java 测试技术
Python性能测试全攻略:JMeter与Locust,双剑合璧斩断性能瓶颈🗡️
【8月更文挑战第4天】在软件开发中,性能至关重要。对Python开发者来说,掌握高效性能测试方法尤为关键。本文将带您探索性能测试工具JMeter与Locust的强大功能。JMeter作为Java世界的巨擘,以其强大功能和灵活性在性能测试领域占有一席之地,不仅适用于Java应用,也能测试Python Web服务。
40 0
|
1天前
|
监控 Java
压力测试Jmeter的简单使用,性能监控-堆内存与垃圾回收 -jvisualvm的使用
这篇文章介绍了如何使用JMeter进行压力测试,包括测试前的配置、测试执行和结果查看。同时,还探讨了性能监控工具jconsole和jvisualvm的使用,特别是jvisualvm,它可以监控内存泄露、跟踪垃圾回收、执行时内存和CPU分析以及线程分析等,文章还提供了使用这些工具的详细步骤和说明。
压力测试Jmeter的简单使用,性能监控-堆内存与垃圾回收 -jvisualvm的使用
|
14天前
|
监控 Java 测试技术
实战派必看!Python性能测试中,JMeter与Locust如何助力性能调优
【8月更文挑战第6天】性能优化是软件开发的关键。本文介绍JMeter与Locust两款流行性能测试工具,演示如何用于Python应用的性能调优。JMeter可模拟大量用户并发访问,支持多种协议;Locust用Python编写,易于定制用户行为并模拟高并发。根据场景选择合适工具,确保应用在高负载下的稳定运行。
38 4
|
14天前
|
测试技术 持续交付 Apache
性能测试不再愁!Python+JMeter+Locust,三步打造高性能应用
【8月更文挑战第6天】互联网快速发展,应用性能成为关键指标。性能测试至关重要,但复杂环境和多样需求构成挑战。Python、JMeter与Locust三剑客提供高效解决方案。Python语法简洁、库丰富;JMeter支持图形界面和多协议测试;Locust基于Python,简单易用且高度可扩展。结合使用,能满足复杂测试需求,保证灵活性与效率。通过具体步骤和示例,本文将引导您掌握这些工具,打造高性能应用。
42 3
|
15天前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
【8月更文挑战第5天】随着软件应用的扩展,性能测试至关重要。Apache JMeter是一款成熟且功能强大的开源工具,支持多种协议,可通过命令行模式执行复杂测试计划,并能与Python集成实现自动化。Locust则是一个基于Python的负载测试工具,通过简单脚本模拟HTTP请求,特别适合Web应用测试,支持自定义请求和深度集成Python库。两者各有优势:JMeter适用于多种应用测试,有直观图形界面;Locust专注HTTP请求,对熟悉Python的开发者更为灵活。结合Python的强大功能,这些工具能帮助我们深入挖掘性能测试潜力,提高应用的稳定性和可靠性。
42 3
|
14天前
|
测试技术 数据库 UED
Python 性能测试进阶之路:JMeter 与 Locust 的强强联合,解锁性能极限
【8月更文挑战第6天】在数字化时代,确保软件在高并发下的稳定性至关重要。Python 提供了强大的性能测试工具,如 JMeter 和 Locust。JMeter 可配置复杂请求场景,而 Locust 则以 Python 脚本灵活模拟真实用户行为。两者结合,可全面评估系统性能。例如,对电商网站进行测试时,JMeter 模拟登录请求,Locust 定义浏览和购物行为,共同揭示系统瓶颈并指导优化,从而保证稳定高效的用户体验。
30 1
|
14天前
|
测试技术 Apache 开发者
性能测试新纪元!Python携手JMeter与Locust,开启应用性能优化新篇章
【8月更文挑战第6天】应用性能测试是软件开发的关键环节。随着云技术和微服务架构的发展,传统测试方法已难以满足需求。Python 作为一种灵活强大的语言,在性能测试中扮演重要角色。本文探讨 Python 与 Apache JMeter 及 Locust 的结合如何开启性能优化新篇章。JMeter 适用于多种协议的压力测试,而 Locust 用 Python 定义测试场景,两者各具特色。
29 0
|
16天前
|
监控 测试技术 数据库
从慢如蜗牛到飞一般的感觉!Python性能测试实战,JMeter&Locust助你加速🏃‍♂️
【8月更文挑战第4天】曾几何时,Python应用响应缓慢,用户体验大打折扣。但有了JMeter与Locust,一切迎刃而解!JMeter,跨平台的性能魔法师,助你轻松模拟高并发场景,揪出性能瓶颈。Locust,则是Python世界的性能小能手,以简洁的Python代码实现高效测试。两者联手,让你的应用摆脱蜗牛速度,迎接流畅体验的新篇章!
15 0