浅谈常态化压测 | 京东物流技术团队

二、常态化压测实践

1.常态化压测流程介绍

借助泰山平台中的Forcebot工具，进行常态化压测执行。设置常态化压测任务，配置压测执行计划，按照预设的数据模型、基线值等进行执行。在累积一段时间的压测结果后，可以对基线值、压测目标进行调整和调优，然后继续进行自动化周期性的压测。同时跟进结果，及时关注最近业务和系统的变化。

• 明确压测目标

明确常态化压测的目标，可以区分日常和极限两个场景。根据不同的场景设置不同的压测目标，第一次实践以单接口的日常流量为主，观测日常流量下的性能波动，确定正常范围值。

• 常态化计划

根据接口的优先级，接口服务的流量，日常迭代代码改动的频率，设置对应的计划。核心接口、流量较大、代码改动频繁的接口，常态化压测的周期建议短一些，可以一周1-2次，且放在每次上线后进行；如果是非核心、流量小的接口，可以每周或每双周进行一次。

• 压测前期准备

确定测试场景根据实际场景，设计压测场景，包括用户数量、请求类型、请求频率、请求参数等，以尽可能模拟真实的业务场景。编写压测脚本，设置按照真实请求数据比例设置参数化，以便于进行自动化测试。

• 压测中期关注

在压测过程中，主要是无人值守的状态，所以需要提前识别压测可能带来的风险，以及面对不同的风险需要采取的措施。

同时还要关注压测过程中如果出现性能波动，系统发出的预警方式是否及时、预警内容是否准确。

• 压测后期跟进

每次常态化压测计划执行后，都需要关注本次的结果：① 结果符合预期，则要关注下指标的波动； ② 若结果并不符合预期，则要刨根问底，找到问题的所在； ③ 跟进问题直到解决，解决后重新验证。

• 辅助功能-流量染色

流量染色指根据流量协议，设置对应的流量染色规则，对指定的流量进行染色标记，并在整个调用链中携带该标记。

通过流量染色，可以实现压测流量隔离，同时可以保证日常压测对生产流量无影响。但是对于常态化压测来讲，流量染色并非必须，而是锦上添花的功能，可以进一步保证我们的流量对生产无影响。

2.首次进行常态化压测实践

2.1 准备阶段

① 获取基线值数据

② 压测脚本、场景、数据模型准备

③ 压测环境准备

④ 压测计划制定

2.2 执行阶段

2.3 调优阶段

以7-10天为一个周期，记录数据。不考虑特殊节日、特殊活动的场景，验证基线数据的可信赖性。如发现高于30%的概率，每天的数据都不符合基线值，可调整基线值的浮动范围，以保结证结果在日常值的范围内。

调优的过程也要关注，在数据统计过程中代码的改动，如果确定是代码的改动影响了整体的性能，这就要根据实际的场景和影响范围进行评估。

2.4 复盘阶段

经过一段时间的常态化压测，需要对整个流程和结果进行复盘，好的复盘结果能够帮助我们避免后续的一些“坑”。参与常态化压测的所有人员一起，主要关注一下几个方面：

① 数据是否正确，是否达标，是否可信赖

② 常态化压测流程、计划相关问题

③ 压测过程中的性能问题总结

三、常态化压测总结

① 建议覆盖场景 可以根据自己所负责的业务进行考量，如果不会出现很大流量的情况下，建议覆盖日常场景即可满足需求；如果需要考虑大流量并发的场景，建议覆盖日常的基础上，在覆盖极限的场景。

② 关注风险控制 常态化压测要做到的是模拟生产真实场景，实现日常自动化压测，尽量做到无人值守，所以提前识别出可能的风险是非常必要的，同时要列出不同的风险项对应的举措。

③ 常态化压测只是辅助验证业务性能的一种手段 不是说我们进行常态化压测之后就不需要进行性能测试了，两者之间是没有冲突的。

寄语：每个人负责的工作是不同的，不同人会有不同诉求，对同一件事也会有不同看法，不过苏轼有句话：“犯其至难而图其至远”，意思是说“向最难之处攻坚，追求最远大的目标”。只希望我们能在工作中克服各种困难，去实现最长远的、可持续的目标。

作者：京东物流 冯海艳

来源：京东云开发者社区 自猿其说Tech