揭開神秘面紗，如何組織一次分散式壓測

越來越多的企業開始意識到分散式壓測的重要性。

隨著網際網路行業不斷髮展，系統架構越發複雜，業務場景越發多樣化，對效能測試的要求也越來越高。傳統壓測方式已經無法滿足業務和技術的發展需要，分散式壓測，就是在這樣的背景下應運而生的。

早在2006年前後，IT系統穩定性就成為了當時集中式架構的挑戰。隨著網際網路的快速興起，當時的“Unix+小型機”架構遭遇了資料爆增的衝擊。特別是線上交易、商業分析和資料庫等關鍵業務系統，在2010年前後進入了TB甚至PB級，導致傳統IT架構不堪重負，對IT系統的穩定性和可擴充套件性等提出了新要求。也就是從那時起，阿里巴巴開始了去“IOE”改造，採用X86伺服器和標準儲存與網路裝置等，重新架設高穩定和可擴充套件的分散式IT系統。

2010年後的10年，中國的網際網路公司先後進入了分散式系統的改造和建設； 2020年伴隨著新基建的崛起，更推動了電信、金融、電力、零售、醫療、教育、政府機構等各行各業IT系統基於雲計算的分散式進化。從集中式架構到分散式架構，IT系統的穩定性不僅僅涉及到機房佈線、網路通訊、硬體部署、應用架構、資料容災等，還需要對平臺自身的精細化管控和保障，包括容量壓測與評估、全鏈路壓測等。

進入2021年，隨著企業網際網路與產業網際網路的大繁榮，為基於分散式系統的IT系統穩定性打開了一個新賽道，分散式壓測也被提上了日程。

如何用更少的預算完成指定當前業務規模的流量高峰，是技術的永恆主題。

今天我們就在上一期效能測試的基礎上，講講分散式壓測的目的、要解決的問題以及如何組織分散式壓測等幾個方面展開討論。

分散式壓測是什麼？

要回答這個問題，我們首先要清楚分散式壓究竟是什麼？

根據百度百科的定義，壓力測試指的是主動產生流量，從而對服務造成計算壓力，測試服務的效能與健壯性等。

根據關注角度的區分，可以分為分散式壓測（客戶端）與全鏈路壓測（服務端）。

分散式壓測指的是利用多臺機器向目標機器產生壓力，模擬幾萬使用者併發訪問，在壓測的基礎上做延伸，側重於發壓端的分散式與分散性。

從壓測本身出發，壓測的目的可分為以下四種：

1、最佳化：找到系統以及分散式系統中的短板，進行最佳化；

2、標準資源需求：現有邏輯在指定的資源下，能提供正常服務的臨界值是多少，同步給與後續資源擴充套件時以資料支援；

3、流量回放：針對真實的流量，現有服務以及資源的表型形式；

4、業務演練：對特定業務做演練，提前發現並規避問題。

全鏈路壓測一般指完全引入相關聯的系統，真實模擬線上硬體環境，更多的是以請求為核心，完全模擬真實請求流量，透過引流等方式進行場景的模擬進行壓測，更多的適用於業務鏈路較長的業務。透過全鏈路壓測發現系統服務的資料流漏斗模型比例、瓶頸業務、高頻業務、高可用節點等問題，給線上服務部署提供真實資料予以參考。

目的是考察從使用者開始訪問系統到完成全部業務的整個鏈條中，核心頁面和交易關鍵業務的實際承載能力；模擬完全的真實情況來做到提前心裡有數。驗證的最好辦法是讓事件提前發生，透過全鏈路壓測就可以提早發現問題。

分散式壓測解決什麼問題？

瞭解了基本的概念後，我們來看下分散式壓測可以解決哪些問題。

簡單來說，分散式壓測可解決以下四方面的問題：

1、單機發壓能力有限；

2、流量壓力有地域分佈等需求；

3、壓測過程中的資料指標豐富；

4、壓測結果資料彙總展示。

但是，分散式壓測在探索和應用的過程中也會面臨一些挑戰。

比如發壓機的排程問題，一方面發壓機有可能在過程中出現宕機，另一方面由於發壓機的資源配置不同，分配壓力也不同，需對發壓機的真實執行情況進行監控。

再比如基礎資料的排程問題，需要處理好基礎資料的分配與排程、多資料來源之間的排程、衝突性基礎資料之間的排程以及其他相關性資料的準備與入庫，任何一個環節出錯，都有可能影響整個壓測過程。

如何組織分散式壓測？

那麼，一次完整的分散式壓測過程應該是怎樣的呢？

一般而言，分散式壓測分為6個步驟：

1、籌備：準備被壓測環境，可以是單獨的測試環境，也可以是正式環境以及確定壓測時間；

2、確定發壓曲線：可以是階梯型、線性上升型；

3、確定發壓機分佈：明確流量來源訴求；

4、明確目的：根據目的確定事務與介面；

5、準備基礎資料：相關資料的準備以及資料排程的規劃；

6、過程監控結果彙總：過程中做監控報警，壓測完成之後做資料分析，結合全鏈路的監控，比如博睿資料 Bonree Net、Bonree Server等基礎監控產品，精確定位到效能瓶頸。

需要注意的是，在組織分散式壓測的過程中，需檢測發壓端設定的流量是否都打到了目標伺服器上；如果服務架構比較複雜，有可能有其他因素導致流量缺失等；也可能對發壓資源使用預估不足，需對發壓端的資源進行監控；同時需要結合全鏈路的監控，精確定位到效能瓶頸。