性能工具之Taurus快速入门

本文涉及的产品
性能测试 PTS,5000VUM额度
简介: 【5月更文挑战第8天】性能工具之Taurus快速入门

一、前言

相信大家对这个工具都很陌生,国内能搜索到的资料很少,那么为什么突然推荐想起来这个工具呢?第一,我觉得它很好用;第二,为后面介绍的服务端性能自动化框架铺成。

二、Taurus简介

Taurus是 BlazeMeter 的核心组件,其是一个开源自动化框架,用于运行各种开源负载测试工具和功能测试工具,支持的最流行开源压测工具有 JMeter、Selenum、Gatling、The Grnder、Locust 等

官网:https://gettaurus.org/

其的关键特性有:

  • 我们可以使用 YAML 或 JSON 来描述性能测试,这就是我们想要的 test as code
    • 测试方案定义和设计
    • 测试场景参数化和执行
    • 测试场景结果分析
    • 将上述所有流程集成到持续交付流程中
    • 以上所有的自动化
  • 它可以根据我们选择的性能测试类型自动下载对应的工具。比如我们使用JMeter 压测引擎,那么 Taurus 会自动化下载并安装
  • 扩展并抽象了压测引擎,如JMeter,提供了一种创建,运行和分析性能测试的简单方法
  • 支持主流的操作系统 MAC/Linux/window 等

三、为什么推荐?

  • 较为简单使用和升级
  • 脚本易于阅读,易于版本控制,友好的统一DSL(特定领域的语言)以定义测试方案
  • 能够支持现有 JMeter(或 Grinder 或 Gatling 或 Selenium)测试引擎的能力
  • 能够支持直接解析原生脚本,如 JMeter JMX文件
  • 能够将多个测试脚本或 DSL驱动的测试合并场景
  • 支持实时报告(不推荐 BlazeMeter 收费 Dashboard)
  • 多种测试输出格式,包括但不限于:
    • 基础测试工具的本机结果格式
    • 测试执行期间的控制台统计信息和伪图形图表
  • 可以定义灵活的通过/失败标准。如果结果超过阈值,则可以自动将测试标记为失败
  • 平台无关性:在可以运行 Python 和 Java 的地方运行

四、环境准备

Taurus的环境要求:

  • Python 2.7 or higher,推荐 3.x

本文演示在 Centos 7.x 下安装

1、安装 python3.x

安装 shell 脚本如下:

#!/bin/bash
# author: zuozewei

# 先安装安装几个必须的包,以方便后续的操作 
yum -y install wget gcc make  zlib-devel readline-devel  bzip2-devel ncurses-devel sqlite-devel gdbm-devel xz-devel tk-devel openssl-devel

# 上Python的官网 下载源码包 
wget https://www.python.org/ftp/python/3.6.1/Python-3.6.1.tar.xz
# 解包,解压缩 
xz -d Python-3.6.1.tar.xz
tar -xvf Python-3.6.1.tar
# 编译 
cd Python-3.6.1
./configure --prefix=/usr/local/python3.6 --enable-optimizations
make
make install
# 为了避免每次都输入一大串路径,加个链接 
ln -s /usr/local/python3.6/bin/python3 /usr/bin/python3

测试下版本:

python3 --version

2、安装pip3.x

安装 shell 脚本如下:

#!/bin/bash
# author: zuozewei

# 下载源代码
wget --no-check-certificate https://github.com/pypa/pip/archive/9.0.1.tar.gz
tar -zvxf 9.0.1.tar.gz
cd pip-9.0.1

# 使用 Python 3 安装
python3 setup.py install

# 创建链接
ln -s /usr/local/python3.6/bin/pip /usr/bin/pip3

3、安装Taurus

3.1、常规安装

安装 shell 脚本如下:

#!/bin/bash
# author: zuozewei

# 下载安装
sudo pip3 install bzt

# 创建链接
sudo ln -s /usr/local/python3.6/bin/bzt /usr/bin/bzt

验证命令:

[root@VM_0_10_centos ~]# bzt -h
Usage: bzt [options] [configs] [-aliases]

BlazeMeter Taurus Tool v1.13.9, the configuration-driven test running engine

Options:
  -h, --help            show this help message and exit
  -l LOG, --log=LOG     Log file location
  -o OPTION, --option=OPTION
                        Override option in config
  -q, --quiet           Only errors and warnings printed to console
  -v, --verbose         Prints all logging messages to console
  -n, --no-system-configs
                        Skip system and user config files

3.2、Docker Image

CentOS7 系统 CentOS-Extras 库中已带 Docker,可以直接安装:

sudo yum install docker

安装之后启动 Docker 服务,并让它随系统启动自动加载。

sudo service docker start
sudo chkconfig docker on

拉取镜像:

$ docker pull blazemeter/taurus

注意:
如果是默认的Docker 官方镜像源会慢的抓狂,此处最好对你的 Docker 镜像源做加速设置,参考以下链接:

查看已完整镜像:

[root@VM_0_10_centos ~]# docker images
REPOSITORY                    TAG                 IMAGE ID            CREATED             SIZE
docker.io/blazemeter/taurus   latest              3ab3eb131ed8        9 days ago          3.08 GB

五、运行现有 JMeter 脚本

在面详细介绍了 Taurus 的常规和 docker 安装,这篇我们一起来看下如何入门使用 Taurus 结合 JMeter做压测。

Taurus 能够支持现有 JMeter(或 Grinder 或 Gatling 或 Selenium)测试引擎的能力,
同时也能够支持直接解析原生脚本,如 JMeter JMX文件。其默认执行引擎是 JMeter,因此,如果已经使用 JMeter创建了 JMX 文件,那么使用 Taurus 可以很容易地运行,只需使用 bzt 命令以及 JMX 路径即可。

我在这里简单使用示例脚本:build-web-test-plan.jmx

image.png

执行命令:

bzt example.jmxbzt build-web-test-plan.jmx -o modules.jmeter.version=5.2.1

将能够看到包含所有 Taurus 报告的全屏仪表板。该仪表板具有 ASCII 图,可显示有关测试的关键统计数据和各种指标。
image.png

测试后摘要报告如下所示:

image.png

注意:
这里我使用可以使用 -o 参数从命令行覆盖配置选项,因为默认配置的 JMeter 版本为 5.1 会报 404 无法下载的错误,因为镜像网站已经不存在了。

报错信息如下:

image.png

镜像地址:https://mirrors.tuna.tsinghua.edu.cn/apache/jmeter/binaries/
image.png

上面我们演示了直接运行 JMX 文件,但对于 YAML,将 JMX 文件 传入 Taurus 也是一个相当简单的过程:

编写 exist_jmx_conifg.yml

settings:
  env:
    BASE_DIR: /home/taurus/taurus_container_scripts   # 脚本目录
  artifacts-dir: /home/taurus/taurus_container_artifacts/simple1/%Y-%m-%d_%H-%M  # path where to save artifacts, default is %Y-%m-%d_%H-%M-%S.%f

execution:
- scenario: simple1   # 场景名称

scenarios:
   simple1:
        script: '${
   BASE_DIR}/build-web-test-plan.jmx'  # 脚本

modules:
    jmeter:
        download-link: 'https://mirrors.tuna.tsinghua.edu.cn/apache//jmeter/binaries/apache-jmeter-{
   version}.zip' # 下载地址
        version: 5.2.1  # 版本号

reporting:
- module: final-stats   # 摘要报告
- module: console       # 控制台

六、使用 YAML 创建 JMeter 脚本

如果你不想使用 JMeter 创建脚本,还可以使用 Taurus 的简单配置语法将测试场景使用 YAML 或 JSON 来描述 JMeter 脚本,这就是我们想要的 test as code。

例如,一个简单的测试,其中有 10 个并发用户,启动时间为 1 分钟,持续时间为 2.5 分钟,并使用 HTTP GET 请求访问 example.com 网站,看起来很简单:

编写 example.yml 脚本:

settings:
  env:
    BASE_DIR: /home/taurus/taurus_container_scripts  # 脚本目录
  artifacts-dir: /home/taurus/taurus_container_artifacts/simple1/%Y-%m-%d_%H-%M  # path where to save artifacts, default is %Y-%m-%d_%H-%M-%S.%f

scenarios:
  my_scenario:
    requests:
      - label: Home
        url: /       #路径
        method: GET  #请求方式

execution:
- concurrency: 10  #并发线程数
  ramp-up: 1m      # 启动时间
  hold-for: 2m30s  # 持续时间
  scenario:        # 测试场景
    default-address: http://www.example.com/  # 请求地址
    requests: 
      - include-scenario: my_scenario  # 场景名称

reporting:  
- module: final-stats # 摘要报告
- module: console     # 控制台

modules:
    jmeter:
        download-link: 'https://mirrors.tuna.tsinghua.edu.cn/apache//jmeter/binaries/apache-jmeter-{
   version}.zip' # 下载地址
        version: 5.2.1  # 版本号

运行命令:

bzt example.yml

按下 Enter 键后,Taurus 引擎将开始执行测试。

这是 Taurus 测试执行的显示方式:

image.png

测试后摘要报告如下所示:
image.png

生成的过程文件如下:

[root@localhost 2019-12-28_12-15]# ll
total 3352
-rw-r--r--. 1 root root   23716 Dec 28 12:18 bzt.log
-rw-r--r--. 1 root root    6572 Dec 28 12:18 effective.json
-rw-r--r--. 1 root root    5336 Dec 28 12:18 effective.yml
-rw-r--r--. 1 root root      83 Dec 28 12:18 error.jtl
-rw-r--r--. 1 root root     877 Dec 28 12:15 example.yml
-rw-r--r--. 1 root root     436 Dec 28 12:15 jmeter-bzt.properties
-rw-r--r--. 1 root root       0 Dec 28 12:15 jmeter.err
-rw-r--r--. 1 root root 2858758 Dec 28 12:18 jmeter.log
-rw-r--r--. 1 root root     365 Dec 28 12:18 jmeter.out
-rw-r--r--. 1 root root  484169 Dec 28 12:18 kpi.jtl
-rw-r--r--. 1 root root     815 Dec 28 12:15 merged.json
-rw-r--r--. 1 root root     608 Dec 28 12:15 merged.yml
-rw-r--r--. 1 root root    7810 Dec 28 12:15 modified_requests.jmx
-rw-r--r--. 1 root root    5704 Dec 28 12:15 requests.jmx
-rw-r--r--. 1 root root      23 Dec 28 12:15 system.properties

文件说明:

  • bzt.log :Taurus 日志。包含 Taurus 的全部输出,对于故障排除非常有用;
  • effective.json:最终的 Taurus JSON 格式的配置文件。它包含合并的输入文件,配置默认值,任何覆盖的属性等;
  • effective.yml:与 effective.json 相同,但采用 YAML 格式。Taurus 不会在 YAML 和 JSON 之间进行区分,并且能够使用任何格式,因此任何一种都很好;
  • errors.jtl:启用了所有诊断字段的 XML 格式的 JMete 结果文件。能够在“ 查看结果树”监听器中查看完整的请求和响应详细信息;
  • example.yml:通过命令行提供给 Taurus 的 YAML 配置文件;
  • jmeter-bzt.properties:任何 JMeter 属性覆盖;
  • jmeter.log:一个非常默认的 JMeter 日志文件;
  • kpi.jtl:主要结果文件,其名称代表关键绩效指标,其中包括:
    • 采样器时间戳,标签和持续时间
    • 响应消息和代码
    • 采样器是否成功
    • 连接和延迟指标
    • 活动线程号
  • merged.json:Taurus 配置文件。它包含合并的,用户提供的配置文件(YAML或JSON),但未应用默认值或替代值;
  • merged.yml:与上述相同,但采用 YAML 格式;
  • modified_requests:与 requests.jmx 相同,并且通过 YAML 由 Taurus 驱动的更改;
  • requests.jmx:将 YAML 配置文件转换为 JMeter.jmx 格式;
  • system.properties:有效的 JVM 系统属性。

如前所述,就 JMeter 而言,Taurus提供以下报告:

  • 运行时的摘要控制台
  • 测试结束时的统计数据;
  • 2个.jtl 结果文件:
  • CSV-适用于成功的采样器;
  • XML-包含请求/响应的完整详细信息的失败采样器;

因此,kpi.jtlerrors.jtl 用于结果分析,而其他用于调试目的。

注意:

内网环境下,可以将最新的 JMeter 版本(带有最新的插件)下载到 〜/ .bzt / jmeter-taurus文件夹(如果使用自定义插件,则还有一个选项可以指定现有的 JMeter 位置。

七、小结

Taurus 的全部思想--提供一种统一的简化方式来配置和运行自动化测试,并以最有效的形式表示结果。整体上大概有下面几个步骤:

  • 根据提供的 example.yml 准备 JMeter.jmx 脚本;
  • 开始实际的 JMeter 压测;
  • 在文本控制台中显示实时统计信息和基本的 ASCII 图;
  • 测试完成后将摘要打印到控制台;
  • 将 JMeter 测试结果保存为开箱即用,且由 JMeter Plugins提供的 JMeter 监听器可以理解的格式。

示例脚本:

相关实践学习
通过性能测试PTS对云服务器ECS进行规格选择与性能压测
本文为您介绍如何利用性能测试PTS对云服务器ECS进行规格选择与性能压测。
目录
相关文章
|
9月前
|
数据挖掘 测试技术 BI
性能工具之 Gatling 快速入门
Gatling 是一款基于 Scala 开发的高性能服务器性能测试工具,它主要用于对服务器进行负载等测试,并分析和测量服务器的各种性能指标。
338 1
性能工具之 Gatling 快速入门
|
9月前
|
编解码 NoSQL 测试技术
性能工具之Jmeter HLS 插件(入门篇)
【2月更文挑战第28天】JMeter Redis 数据集 vs CSV 数据集性能对比
237 1
性能工具之Jmeter HLS 插件(入门篇)
|
3月前
|
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💡
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
97 1
|
5月前
|
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
【9月更文挑战第4天】随着互联网的发展,软件性能成为衡量应用成功的关键。性能测试确保应用稳定高效运行,但复杂环境和多样需求带来了挑战。Python、JMeter和Locust三款工具可构建高效全面的性能测试方案。Python语法简洁,库丰富;JMeter提供图形界面,支持多种协议;Locust基于Python,简单易用且高度可扩展。结合三者,能满足复杂需求,保证灵活性与高效性。无论初学者还是资深工程师,都能确保应用高性能运行。
58 1
|
7月前
|
存储 数据采集 数据处理
数据处理神器Elasticsearch_Pipeline:原理、配置与实战指南
数据处理神器Elasticsearch_Pipeline:原理、配置与实战指南
291 12
|
7月前
|
存储 监控 数据可视化
性能测试:主流性能剖析工具介绍
**性能剖析**是识别应用性能瓶颈的关键,涉及指标收集、热点分析、优化建议及可视化报告。常用工具有:**JConsole**监控JVM,**VisualVM**多合一分析,**JStack**分析线程,**FlameGraph**展示CPU耗时,**SkyWalking**分布式跟踪,**Zipkin**追踪服务延迟。这些工具助力开发人员提升系统响应速度和资源效率。
|
9月前
|
XML 存储 测试技术
性能工具之Taurus进阶场景使用
【5月更文挑战第9天】性能工具之Taurus进阶场景使用
203 3
性能工具之Taurus进阶场景使用
|
8月前
|
监控 Java 测试技术
Java性能测试与调优工具使用指南
Java性能测试与调优工具使用指南
|
9月前
|
JSON Java Linux
性能工具之 JMeter 快速入门
【5月更文挑战第10天】性能工具之 JMeter 快速入门
98 5
性能工具之 JMeter 快速入门
|
9月前
|
Java 测试技术 Apache
性能工具之JMeter5.0核心源码浅析
【5月更文挑战第14天】性能工具之JMeter5.0核心源码浅析
109 1
性能工具之JMeter5.0核心源码浅析