Hello,大家好呀,前兩篇文章,我們說了下關於全鏈路壓測的意義、整體架構,以及5種壓測的方案。 前面兩篇基本都屬於比較理論的內容,今天這篇咱們來點實踐的東西,手把手帶你搞出一個壓測來 如果不清楚之前兩篇的文章的小伙伴,可以先看下,在這裡 7 環境準備 7.1 環境服務列表 需要在虛擬機或者linu ...
Hello,大家好呀,前兩篇文章,我們說了下關於全鏈路壓測的意義、整體架構,以及5種壓測的方案。
前面兩篇基本都屬於比較理論的內容,今天這篇咱們來點實踐的東西,手把手帶你搞出一個壓測來
如果不清楚之前兩篇的文章的小伙伴,可以先看下,在這裡
7 環境準備
7.1 環境服務列表
需要在虛擬機或者linux伺服器啟動運行環境
服務 | ip | 埠 | 備註 |
---|---|---|---|
mysql | 172.18.0.10 | 3306 | 資料庫服務 |
rabbitMQ | 172.18.0.20 | 5672,5672 | RabbitMQ消息服務 |
redis | 172.18.0.30 | 6379 | Redis緩存服務 |
nacos | 172.18.0.40 | 8848 | 微服務註冊中心 |
skywalking | 172.18.0.50 | 1234,11800,12800 | 鏈路追蹤APM服務端 |
skywalking-ui | 172.18.0.60 | 8080 | 鏈路追蹤APM服務UI端 |
7.2 應用服務列表
應用服務可以單獨部署或者在idea中啟動
服務 | ip | 埠 | 備註 |
---|---|---|---|
order-service | 127.0.0.1 | 8001 | 訂單服務 |
account-service | 127.0.0.1 | 8002 | 賬戶服務 |
storage-service | 127.0.0.1 | 8003 | 數據存儲服務 |
notice-service | 127.0.0.1 | 8004 | 通知服務 |
7.3 docker-compose 編排環境
我們的docker-compose只對環境進行了搭建,具體微服務在本地運行或者在容器運行都可以。
version: '2'
services:
mysql:
image: mysql:5.7
hostname: mysql
container_name: mysql
networks:
docker-network:
ipv4_address: 172.18.0.10
ports:
- "3306:3306"
environment:
MYSQL_ROOT_PASSWORD: root
volumes:
- "/tmp/etc/mysql:/etc/mysql/conf.d"
- "/tmp/data/mysql:/var/lib/mysql"
rabbitMQ:
image: rabbitmq:management
hostname: rabbitMQ
container_name: rabbitMQ
networks:
docker-network:
ipv4_address: 172.18.0.20
ports:
- "5672:5672"
- "15672:15672"
redis:
image: redis
hostname: redis
container_name: redis
networks:
docker-network:
ipv4_address: 172.18.0.30
ports:
- "6379:6379"
volumes:
- "/tmp/etc/redis/redis.conf:/etc/redis/redis.conf"
- "/tmp/data/redis:/data"
command:
redis-server /etc/redis/redis.conf
nacos:
image: nacos/nacos-server
hostname: nacos
container_name: nacos
depends_on:
- mysql
networks:
docker-network:
ipv4_address: 172.18.0.40
ports:
- "8848:8848"
environment:
MODE: standalone
volumes:
- "/tmp/etc/nacos/application.properties:/home/nacos/conf/application.properties"
skywalking:
image: apache/skywalking-oap-server
hostname: skywalking
container_name: skywalking
networks:
docker-network:
ipv4_address: 172.18.0.50
ports:
- "1234:1234"
- "11800:11800"
- "12800:12800"
skywalkingui:
image: apache/skywalking-ui
hostname: skywalkingui
container_name: skywalkingui
depends_on:
- skywalking
networks:
docker-network:
ipv4_address: 172.18.0.60
environment:
SW_OAP_ADDRESS: 172.18.0.50:12800
ports:
- "8080:8080"
networks:
docker-network:
ipam:
config:
- subnet: 172.18.0.0/16
gateway: 172.18.0.1
7.4 初始化數據
-
初始化用戶數據以及產品數據
-
將feign,hystrix,ribbon等統一配置配置到nacos
# 配置超時時間 feign: hystrix: enabled: true #開啟熔斷 httpclient: enabled: true hystrix: threadpool: default: coreSize: 50 maxQueueSize: 1500 queueSizeRejectionThreshold: 1000 command: default: execution: timeout: enabled: true isolation: thread: timeoutInMilliseconds: 60000 ribbon: ConnectTimeout: 10000 ReadTimeout: 50000
8 全鏈路壓測測試
8.1 jmeter配置
配置好壓測數據,並且配置壓測線程數1000 進行10輪壓測
8.2 第一輪壓測
8.2.1 鏈路分析優化
我們找到一個調用時長1S左右的鏈路,分析發現在存儲服務調用時,耗時較長,但是資料庫調用耗時並不長,基本說明是存儲服務的連接池耗盡導致調用過長。
8.2.2 資料庫連接池優化
調整存儲服務的連接池,由原來的最大10 改為100
initialSize: 10
minIdle: 20
maxActive: 100
8.3 第二輪壓測
結果已經由原來的服務內部的耗時 變為了fegin的耗時,這種情況下可以考慮使用fegin的連接池優化或者新增節點
8.3.1 觀察消費節點
發現消費速度很慢,產生了大量消息堆積
檢查
storage-service
的actualPlaceOrder
端點信息
發現平均響應時間在200ms左右
檢查斷點鏈路/storage/order/actualPlaceOrder
發現是事務提交慢造成的,這個時候就需要優化mysql伺服器了
9 Skywalking 使用
9.1 Skywalking 模塊欄目
Skywalking web UI 主要包括如下幾個大的功能模塊:
- 儀錶盤:查看被監控服務的運行狀態
- 拓撲圖:以拓撲圖的方式展現服務直接的關係,並以此為入口查看相關信息
- 追蹤:以介面列表的方式展現,追蹤介面內部調用過程
- 性能剖析:單獨端點進行採樣分析,並可查看堆棧信息
- 告警:觸發告警的告警列表,包括實例,請求超時等。
- 自動刷新:刷新當前數據內容。
9.2 儀錶盤
- 第一欄:不同內容主題的監控面板,應用/資料庫/容器等
- 第二欄:操作,包括編輯/導出當前數據/倒入展示數據/不同服務端點篩選展示
- 第三欄:不同緯度展示,服務/實例/端點
9.3 展示欄
9.3.1 Global全局維度
- 第一欄:Global、Server、Instance、Endpoint不同展示面板,可以調整內部內容
- Services load:服務每分鐘請求數
- Slow Services:慢響應服務,單位ms
- Un-Health services(Apdex):Apdex性能指標,1為滿分。
- Global Response Latency:百分比響應延時,不同百分比的延時時間,單位ms
- Global Heatmap:服務響應時間熱力分佈圖,根據時間段內不同響應時間的數量顯示顏色深度
- 底部欄:展示數據的時間區間,點擊可以調整。
9.3.2 Service服務維度
- Service Apdex(數字):當前服務的評分
- Service Apdex(折線圖):不同時間的Apdex評分
- Successful Rate(數字):請求成功率
- Successful Rate(折線圖):不同時間的請求成功率
- Servce Load(數字):每分鐘請求數
- Servce Load(折線圖):不同時間的每分鐘請求數
- Service Avg Response Times:平均響應延時,單位ms
- Global Response Time Percentile:百分比響應延時
- Servce Instances Load:每個服務實例的每分鐘請求數
- Show Service Instance:每個服務實例的最大延時
- Service Instance Successful Rate:每個服務實例的請求成功率
9.3.3 Instance實例維度
- Service Instance Load:當前實例的每分鐘請求數
- Service Instance Successful Rate:當前實例的請求成功率
- Service Instance Latency:當前實例的響應延時
- JVM CPU:jvm占用CPU的百分比
- JVM Memory:JVM記憶體占用大小,單位m
- JVM GC Time:JVM垃圾回收時間,包含YGC和OGC
- JVM GC Count:JVM垃圾回收次數,包含YGC和OGC
- CLR XX:類似JVM虛擬機,這裡用不上就不做解釋了
9.3.4 Endpoint端點(API)維度
- Endpoint Load in Current Service:每個端點的每分鐘請求數
- Slow Endpoints in Current Service:每個端點的最慢請求時間,單位ms
- Successful Rate in Current Service:每個端點的請求成功率
- Endpoint Load:當前端點每個時間段的請求數據
- Endpoint Avg Response Time:當前端點每個時間段的請求行響應時間
- Endpoint Response Time Percentile:當前端點每個時間段的響應時間占比
- Endpoint Successful Rate:當前端點每個時間段的請求成功率
9.4 拓撲圖
- 1:選擇不同的服務關聯拓撲
- 2:查看單個服務相關內容
- 3:服務間連接情況
- 4:分組展示服務拓撲
9.5 追蹤
- 左側:api介面列表,紅色-異常請求,藍色-正常請求
- 右側:api追蹤列表,api請求連接各端點的先後順序和時間
9.6 性能剖析
- 服務:需要分析的服務
- 端點:鏈路監控中端點的名稱,可以再鏈路追蹤中查看端點名稱
- 監控時間:採集數據的開始時間
- 監控持續時間:監控採集多長時間
- 起始監控時間:多少秒後進行採集
- 監控間隔:多少秒採集一次
- 最大採集數:最大採集多少樣本
查看監控結果
本文由
傳智教育博學谷
教研團隊發佈。如果本文對您有幫助,歡迎
關註
和點贊
;如果您有任何建議也可留言評論
或私信
,您的支持是我堅持創作的動力。轉載請註明出處!