1 压测流程
1.1 压测核心步骤
- 压测方案确定
- 压测工具配置
- 压测执行
- 压测结果评估
2 压测方案
2.1 压测范围确定
- 小程序首页（简称首页）：用户进入该页面涉及的所有商户端接口（链式调用仅需压测一级接口。）
- 小程序内活动营销推广主链路（简称PR链路）：用户走完推广链路涉及的所有商户端接口
- 权益线上核销链路（简称核销链路）：用户完成核销所涉及的所有商户接口
2.2 压测信息收集
-
收集要求
- URL获取全量，知道每个URL的调用链路
- 压测是全链路的，不会遗漏底层的调用，如果调用了下游服务（如第三方的城市列表等服务），需要确认下游服务的系统性能（TPS）
- 务必注意不能让压测数据污染线上数据（对于可能污染线上数据的接口，请做好准备工作，如压测时切换到空库等）
- 如果有缓存，但是缓存时间较短（缓存有效期不足12小时），建议按无缓存压（压测时关闭缓存）
- 以下为某小程序为例
| 业务地址（小程序内路径） | 服务 | 接口地址 | 是否有缓存 | 是否调用下游服务 |
|---|---|---|---|---|
| 未登录，进入首页 | 初始化session | URL https://test1.domain.com.cn/mwos/rest/home/initSession | 无，写入数据库 | 否 |
| 初始化banner图片 | URL https://test1.domain.com.cn/mwos/rest/home/initHome | 有缓存，24小时更新 | 否 | |
| 获取用户信息 | URL https://test1.domain.com.cn/mwos/rest/miniapp/getUserInfo | 否 | 是，调用支付宝https://openapi.alipay.com/mwos/rest/miniapp/getUserInfo | |
| 获取登录信息 | URL https://test1.domain.com.cn/mwos/rest/miniapp/login | 无，读取数据库 | 否 | |
| 首页->点餐按钮 | 获取城市定位 | URL https://test1.domain.com.cn/mwos/rest/misc/search/getCityByRgeoCode | 无，读取数据库 | 是，调用某提供商 https://XXX.XXX.com/getLocation |
2.3 计算压测模型
根据曝光量与转化率模型计算小程序压力承受目标：
假设小程序全天曝光量为3.6亿，转化率3%，按照80:20定律计算：（3.6亿 * 0.03 * 0.8） / （24 * 3600 * 0.2）= 500 tps
根据接口在链路中被依赖情况计算各接口压力承受目标：
如现在商户后端有3个接口A，B，C。每个接口在链路中被依赖的情况如下：
| 链路名称 | 要求TPS | 该链路需要调用的接口 |
|---|---|---|
| 首页 | 要求500tps | 接口A |
| 接口B | ||
| PR链路 | 要求200tps | 接口B |
| 接口C |
因此各个接口压测目标值应该为：
接口A：500tps
接口B：700tps（500+200）
接口C：200tps
3 压测工具配置
压测工具选型：
支付宝行业压测中心（文档查看需要使用支付宝开放平台账号登陆）
平台地址：https://stresstest.alipay.com
帮助文档：https://stresstest.alipay.com/main#/help.htm
4 压测执行
注意事项：
如果目标是500tps，不要一开始就施压500tps，先用10tps先看下，根据服务器、数据库负载情况，再慢慢追加；
调整的原则是：
-
每个等级压测5分钟，观察后在调整；
- 平台主要观察：耗时趋势，成功率
- 服务端监控：cpu、DB： load，cpu，gc；
- 如果按100tps追加，前面追加可以一直100tps追加，后面接近预期时，追加慢一点，如改成50tps；
- 如果发现从500没有问题，但是追加100发现有报错，那么不要直接暂停，先将tps降一下，降到850看下效果，再根据情况调整，摸到一个准确的值；
使用技巧：
- 页面上可以使用固定模式，时间选择长一点，选个2小时；
- 如果发现耗时增长，压力过大，服务器报错，立马停止；
- 下次启动时，还是需要慢慢增加，可以考虑稍微大一点的值增加，比如200tps，追加的时候可以稍微快一点，因为已经知道在500下不会有压力；
5 压测评估
| 类别 | 判断维度 | 不通过 | 通过 | 备注 |
|---|---|---|---|---|
| 服务端性能 | 超时概率 | 大于百分之一 | 小于百分之一 | 性能测试团队根据通过标准，判定被测性能点不通过，需要由专家组来评审是否上线 |
| 错误概率 | 大于百分之一 | 小于百分之一 | ||
| TPS | 小于期望高峰值 | 大于期望高峰值 | ||
| CPU 利用率 | 大于 75% | 小于 75% | ||
| 响应时间 | 大于2s | 小于2s | ||
| Load | 平均每核 CPU 的 Load 大于 1 | 平均每核 CPU 的 Load 小于 1 | ||
| JVM 内存使用率 | 大于 80% | 小于 80% | ||
| Full GC 频率 | 平均小于半小时 1 次 | 平均大于半小时 1 次 |
