如何对Tomcat服务进行压力测试

英文原文

如果你在测试一个由Tomcat servlet容器（或者Apache web服务器）组成的环境时，你很可能会碰到瓶颈，因为Tomcat servlet容器使用Apache JServ Protocol - AJP。所以，如果想要评估Tomcat引擎的性能的话，最合适的方式就是使用相同的AJP协议。

使用 Apache JMeter ，你可以通过采样器（sampler）模拟发送AJP请求并返回结果 -- 也就是AJP/1.3采样器。你也可以用这个JMeter采样器来压测WildFly，Jetty和GlassFish servlet等Web容器，它们都是用AJP协议。这篇文章将会讲解如何来进行测试。

AJP是一个致力于从web服务器路由请求到应用服务器的二进制通信协议。在web服务器和应用服务器之间通信，AJP协议比HTTP协议更加高效，因为它是使用了压缩的二进制协议。例如，对于一个请求方法（“POST”或者“GET”），AJP只需要一个字节来表示，并且每个请求头只需要两个字节。所以，需要发送的信息大大减少，也就是得每个请求的处理也更快。

请求的处理大致如下：

对于这样的应用架构，JMeter AJP/1.3 采样器可以通过在你的系统上建立AJP连接，然后发送AJP请求到应用服务器，从而进行压测达到查找应用瓶颈的目的。

目前有3个版本的AJP协议 -- 1.2（废弃的），1.3 和 1.4（实验版本）。JMeter的AJP/1.3采样器支持1.3版本的AJP协议。

现在，我们来演示如何使用它。

AJP/1.3 采样器可以将这里设置的HTTP请求转换成AJP请求。正如你所看到的，它的界面和HTTP采样器的十分相似。

AJP 采样器有一个限制 -- 当前版本的实现不支持在一个请求里上传多个文件。只有第一个文件会被上传。必须使用多个AJP 采样器来上传多个文件。

现在，让我们来看看AJP 采样器在JMeter脚本里是如何工作的。首先，我们先在本地机器上启动一个Tomcat实例，然后配置它来发送POST请求。 Tomcat 9 默认就带了一些servlet示例，可以用来测试AJP请求。

我们的测试场景是：

接下来，我们会使用 AJP 采样器 来产生同样的请求。

在前面的章节里，我们的servlet可以接受两个参数并在结果里返回它们的值。现在，我们使用AJP 采样器来发送带参数的AJP POST请求，通过JMeter执行，并在相应结果里拿到我们在请求里设置的参数。

设置完成后的采样器如下：

6.现在，我们可以运行结果，并在监听器里查看结果。

现在，可以看到我们的采样器已经顺利地把带有我们设定的参数的AJP请求发送到我们的服务器上。并且，可以看到之前设置的参数都列在“Paramater in this request”部分 -- 这意味着我们的服务已经收到我们的请求了。

恭喜！你现在知道怎么压测AJP协议以及Tomcat服务了。为了更加方便地去执行你的测试，你可以将脚本上传到 BlazeMeter 上，然后直接在云上运行。你能够很方便的进行扩展，协同合作，并且可以得到高级的报表。

http_load是基于Linux平台的一种性能测工具。它是以并行复用的方式运行，仅适用于Web页面的性能测试，不适用于访问数据库，而且测试结果分析是有限的，平台依赖Linux 。http_load可以简单地通过txt文本文件中记录的参数来对HTTP服务器进行压力测试，那是如何对服务器进行压力测试的呢?下面我们就来介绍 Linux中如何安装使用http_load对服务器进行压力测试的教程。具体方法步骤如下： 1、下载 官方网站：acme/software/http_load/http_load-12mar2006.tar.gz tar xzf http_load-12mar2006.tar.gz 2、安装 代码如下： cd http_load-12mar2006 make 执行完make，会在当前目录生成一个http_load二进制文件。 3、使用方法 代码如下： root@www：~/http_load-12mar2006# 。/http_load --help usage： 。/http_load [-checksum] [-throttle] [-proxy host:port] [-verbose] [-timeout secs] [-sip sip_file] -parallel N -rate N [-jitter] -fetches N -seconds N url_file One start specifier， either -parallel or -rate， is required. One end specifier， either -fetches or -seconds， is required. 主要参数说明： -parallel 简写-p ：含义是并发的用户进程数。 -rate 简写-r ：含义是每秒的访问频率 -fetches 简写-f ：含义是总计的访问次数 -seconds简写-s ：含义是总计的访问时间 选择参数时，-parallel和-rate选其中一个，-fetches和-seconds选其中一个。 4、示例： 代码如下： http_load -parallel 50 -s 10 urls.txt 这段命令行是同时使用50个进程，随机访问urls.txt中的网址列表，总共访问10秒。 代码如下： http_load -rate 50 -f 5000 urls.txt 每秒请求50次，总共请求5000次停止。 测试网站每秒所能承受的平均访问量： 代码如下： http_load -parallel 5-fetches 1000urls.txt 这段命令行是同时使用5个进程，随机访问urls.txt中的网址列表，总共访问1000次。运行之后的结果： 1000 fetches， 5 max parallel， 6e+06 bytes， in 58.1026 seconds 6000 mean bytes/connection 17.2109 fetches/sec， 103266 bytes/sec msecs/connect： 0.403263 mean， 68.603 max， 0.194 min msecs/first-response： 284.133 mean， 5410.13 max， 55.735 min HTTP response codes： code 200 — 1000 从上面的运行结果来看，目标网站仅仅能够承受每秒17次访问，不够强壮。

对于游戏后台性能，评测标准不只单单是TPS（每秒处理多少个XX请求），因为当你的游戏服务器上线后，不存在一群玩家只发XX请求的压力场景。所以，游戏后台受到的现网请求压力永远是多场景混合的，在这样的压力下，后台能支撑多少人同时在线，才是一个游戏压测者需要得到的有价值的测试结论。

要得到可支撑的"最大同时在线人数"，主要做好2件事：

1、设计你的类现网压力模型

在现网真实压力里，不论压力大小如何变化，现网环境如何变化，一个游戏类型和玩法设计定型后，永远有2个压力宏观数据保持不变：a. 各接口的压力比例不变， b.玩家平均每分钟操作频率不变。因此，压力测试目标就转变成了如何模拟符合ab数据的压力。

对于a，首先从同类型游戏或者本游戏内测阶段，日志插桩，收集各个接口的调用比例；然后，将接口比例转化为场景比例，如同时会有个2%完结登陆、15%玩家战斗、20%玩家拉取好友列表、10%玩家赌博（一个手游场景例子）。

对于b，同样在内测阶段收集玩家平均操作频率。

此时有了a和b，就可以构造出一分钟内玩家同时在线的真实压力模型了。

2、用压测工具构造出符合压力模型的压力

这个可以自己写，也可以使用现成的压测工具。现在市面上的压测工具很多，但很多都是专注于TPS这个参数，不符合游戏行业压测的关注点，同时在线人数。

---