性能测试
做一个正确的性能测试并不容易，有不少需要注意的地方。下面是 Mio 的性能测试步骤，请大家参考指正。
系统设置
关闭 SELinux
如果你是 CentOS/RedHat 系列的操作系统，建议你关闭 SELinux，不然可能会遇到不少诡异的权限问题。
通过这个命令查看 SELinux 是否开启：
$ sestatus
SELinux status: disabled
如果是开启的，通过这个方法来临时关闭：
$ setenforce 0
同时修改 /etc/selinux/config 文件来永久关闭，将 SELINUX=enforcing 改为 SELINUX=disabled。
最大打开文件数
$ cat /proc/sys/fs/file-nr
3984 0 3255296
第三个数字 3255296 就是当前系统的全局最大打开文件数。
如果你的机器中这个数字比较小，请修改为 100w 以上或者更多。 通过修改 /etc/sysctl.conf 文件来实现：
fs.file-max = 1020000
net.ipv4.ip_conntrack_max = 1020000
net.ipv4.netfilter.ip_conntrack_max = 1020000
需要重启系统服务来生效：
sudo sysctl -p /etc/sysctl.conf
进程限制
修改每一个进程可以打开文件数的限制，也就是 ulimit，这样子查看当前的限制：
$ ulimit -n
1024
临时修改的方法：
$ ulimit -n 1024000
永久修改，编辑 /etc/security/limits.conf， 增加：
* hard nofile 1024000
* soft nofile 1024000
星号代表的是所有用户。
测试是否支持到 C1000K
别着急，我们先用工具测试下，看我们这样子修改后，是否可以支持 C1000K。
这里有一个开源的工具，来自 SSDB 的作者：https://github.com/ideawu/c1000k。
使用方法非常简单，启动一个服务端和客户端，来测试连接，具体见这个项目的说明。
修改 NGINX 参数
user nginx;
worker_processes 4;
worker_cpu_affinity 0001 0010 0100 1000;
events {
worker_connections 10240;
}
以上面的配置文件为例，有几个注意点：
-
新增 OpenResty 的用户，这里取名为 nginx。这样可以保证基于 OpenResty 的程序不会干坏事儿，也不会被想干坏事儿的人利用。比如利用它来执行系统命令什么的。
-
NGINX 的工作进程设置为 4 个。我的测试环境是 24 核，我需要压测工具让每一个 NGINX 工作进程都跑满 CPU，所以我设置的并不高。在你的生成环境中，一般会设置为和 CPU 核数相同的值。
-
设置 CPU 亲缘性，防止 CPU 资源使用不均衡。
-
调整每个NGINX worker 的连接数限制。
其中第二点和第三点，在 NGINX 1.9.10 以后的版本中可以自动完成，如下面所示：
worker_processes auto;
worker_cpu_affinity auto;
压测前的检查
压测前，你需要简单的用 curl 检查下 Mio的各个接口是否正常工作，比如：
curl -i http://127.0.0.1/hello
curl -i http://127.0.0.1:9090/status
curl -i http://127.0.0.1:9090/summary
不仅要看返回值，更要看 logs/error.log 是否有日志记录。
一般来说都是权限的问题。比如 NGINX 的用户没有代码目录的权限，你需要用 chown 来解决。特别注意的是，chmod 777 这样的命令过于粗暴，也有安全隐患，最好不要使用。
有时候，你关闭了 SELinux，也通过 chown 设置了正确的用户，还是报错，提示权限问题。这个时候不要像无头苍蝇一样胡乱尝试，你应该:
su nginx
切换到这个用户下，试试具体的问题。有时候是因为某个代码目录 没有执行权限, 你需要 chmod +x 来解决。
比如 /root/Mio/gateway 目录，你可能有 /root/Mio 目录的执行权限，却没有 /root 目录的执行权限。你可以 chmod +x 来解决，也可以换到其他目录来解决。
开始测试
这里我们选用 wrk 来进行压力测试，我们的目的是要让 NGINX worker 满载，而简单的 ab 可能做不到这一点。
wrk -t50 -c100 -d60s http://127.0.0.1/hello
wrk 这几个参数含义是，使用 50 个线程，100 个 http 并发连接，持续 60 秒的压力测试。
在我的测试环境中（24 核，32G内存，4个 NGINX worker），单纯的hello 接口，压力测试结果是：
$ wrk -t50 -c100 -d60s http://127.0.0.1/hello Running 1m test @ http://127.0.0.1/hello 50 threads and 100 connections Thread Stats Avg Stdev Max +/- Stdev Latency 0.89ms 1.74ms 149.47ms 99.79% Req/Sec 2.36k 215.54 8.26k 81.96% 7046236 requests in 1.00m, 1.31GB read Requests/sec: 117242.66 Transfer/sec: 22.24MB
加入 Mio 的统计代码后，压力测试结果是：
$ wrk -t50 -c100 -d60s http://127.0.0.1/hello Running 1m test @ http://127.0.0.1/hello 50 threads and 100 connections Thread Stats Avg Stdev Max +/- Stdev Latency 1.40ms 3.72ms 243.67ms 99.79% Req/Sec 1.57k 166.29 6.00k 82.67% 4676844 requests in 1.00m, 0.87GB read Requests/sec: 77818.01 Transfer/sec: 14.76MB
性能下降了 33% 左右。注意这个是和空跑的逻辑做的对比，也就是最坏的情况。 如果加了业务逻辑，比如查询下数据库、做几次字符串操作，那么对性能的影响就很低了。
本文转自birdinroom 51CTO博客，原文链接：http://blog.51cto.com/birdinroom/1884468，如需转载请自行联系原作者
