使用Gatling作web壓力測試遇到的一些狀況

Gatling是什麼

Gatling是一個使用Scala編寫的開源的負載測試框架，基於Akka和Netty，具備如下亮點:

• 高性能
• 友好的HTML報告
• 基於情境的記錄器(recoder)，對開發友好的DSL

Gatling VS Jmeter

Jmeter是目前很是成熟的負載測試工具，支持至關多的協議，支持插件，能夠輕鬆的擴展。

而Gatling性能上更有優點，而且使用Scala DSL代替xml作配置，相比jmeter要更靈活，並且更容易修改和維護。

關於Jmeter和Gatling的一個比較好的對比能夠參見infoq的文章

同時，Gatling也對Maven和Gradle這樣的構建工具比較友好，易於集成到Jenkins中，輕鬆加入到CI流程中。

TIPS: 在實際使用中建議版本化管理gatling的配置，使用maven插件或gradle插件造成對應的maven/gradle工程項目管理，更容易，並且容量更小，升級gatling也會更方便，減小了不少手工的操做。

Gatling的基本使用

從官方網站下載zip壓縮包，解壓就好了，須要預先安裝有JDK，並設置好JAVA_HOME，熟悉JAVA的朋友應該都懂，就不細說了。

Gatling的目錄結構看起來像這樣:

│  LICENSE │ ├─bin │ gatling.bat │ gatling.sh │ recorder.bat │ recorder.sh │ ├─conf │ gatling-akka.conf │ gatling.conf │ logback.xml │ recorder.conf │ ├─lib ├─results │ .keep │ └─user-files ├─bodies │ .keep │ ├─data │ search.csv │ └─simulations └─computerdatabase │ BasicSimulation.scala │ └─advanced AdvancedSimulationStep01.scala AdvancedSimulationStep02.scala AdvancedSimulationStep03.scala AdvancedSimulationStep04.scala AdvancedSimulationStep05.scala

bin/目錄存放gatling的可執行文件，conf/存放配置，一般保持默認便可，lib/存放gatling自己的依賴，用戶不用管，results/存放報告，user-files/是用戶最主要使用的目錄，用戶定義的測試場景相關的代碼均存放於此目錄下。

zip包解壓縮之後已經帶有了一個官方的示例文件BasicSimulation.scala，想看看演示效果的直接使用bin/gatling.(bat|sh)啓動就能夠了。這個演示的場景描述見官方文檔。那幾個AdvancedSimulationStep其實效果上和BasicSimulation徹底一致，只是官方提供了一些參考的DSL寫法而已。

一些實戰中的DSL參考範例

儘管gatling和jmeter同樣，帶有一個圖形化的recorder，可是功能極其簡陋，只能模擬一個用戶，而且沒有結構化代碼架構。所以只能用來生成最基本的框架，絕大多數狀況須要用戶本身編寫DSL，其實官方文檔中幾乎已經涵蓋了大部分的用例，照着抄就能夠了。這裏提供幾個參考的DSL

Random不起做用？

有時候咱們須要在測試場景中引入隨機數，從而更好的模擬大量用戶請求的場景。很天然的想到幾乎各個編程語言都帶有Random函數庫。而Scala天然也不例外，帶有一個scala.util.Random類庫。可是實際使用的時候可能會發現沒用。好比下面這個例子:

forever(
    exec(http("Random id browse") .get("/articles/" + scala.util.Random.nextInt(100)) .check(status.is(200)) )

這個scala.util.Random.nextInt(100)會發現只有第一次會隨機生成一個數字，後面都不變。按照gatling的官方文檔的解釋，因爲DSL會預編譯，在整個執行過程當中是靜態的。所以Random在運行過程當中就已經靜態化了，不會再執行。應改成Feeder實現。Feeder是gatling用於實現注入動態參數或變量的。改用Feeder實現:

val randomIdFeeder = Iterator.continually(Map("id" -> (scala.util.Random.nextInt(100)))) forever( feed(randomIdFeeder) .exec(http("Random id browse") .get("/articles/${id}")) .check(status.is(200)) )

feed()在每次執行時都會從Iterator[Map[String, T]]對象中取出一個值，這樣才能實現這個需求。

使用import引入外部方法

例如專門寫一個Feeders.scala文件，存儲着各類須要用到的Feeder:

import scala.util.Random object LinchangFeeders { def randomGeoFeeder() : Iterator[Map[String, Number]] = { val LNG_RANGE = List(108.75, 109.1) val LAT_RANGE = List(34.0, 34.4) return Iterator.continually( Map( "lng" -> ( Random.nextFloat() * (LNG_RANGE(1) - LNG_RANGE(0)) + LNG_RANGE(0) ) ,"lat" -> ( Random.nextFloat() * (LAT_RANGE(1) - LAT_RANGE(0)) + LAT_RANGE(0) ) ) ) } def randomOffsetFeeder() : Iterator[Map[String, Number]] = { Iterator.continually(Map("offset" -> Random.nextInt(100))) } }

而後在MySimulation.scala就能夠import，使用裏面定義好的方法了:

import scala.concurrent.duration._ import scala.util.Random import io.gatling.core.Predef._ import io.gatling.http.Predef._ import io.gatling.jdbc.Predef._ import Feeders._ class MySimulation extends Simulation { val brownse = feed(randomOffsetFeeder) .exec( home ) }

用戶注入策略

• <= 10: 一把注入
• > 10: 每10秒注入10個用戶

val injectStrategy = if (USERS_COUNT > 10) { splitUsers(USERS_COUNT) into( rampUsers(10) over(5 seconds) ) separatedBy(10 seconds) } else { atOnceUsers(USERS_COUNT) }

壓測時間策略

• = 0: 全部模擬用戶不循環，執行完測試場景即退出
• > 0: 全部模擬用戶循環執行測試場景，直到達到指定時間

val scn = scenario("My test scenario") .doIfOrElse(DURATION > 0) { forever( exec(steps) ) } { exec(steps) } val setup = setUp( scn.inject( injectStrategy ).protocols(httpProtocol) ) if (DURATION > 0) { setup.maxDuration(DURATION minutes) }