vlambda博客
学习文章列表

为什么要做分布式部署?

在中，我们提到了JMeter的线程启动和运行，是会占用系统资源的，一旦需要大并发，而JMeter单机部署配置不够，将会导致JMeter无法在规定时间内启动对应的线程数，无法对服务器产生预期的压力，最终影响到性能测试的结果。

为了解决单机部署JMeter产生的这类问题，我们引入了JMeter分布式部署。

JMeter分布式的实现，其实是在多台上机器部署java和JMeter。

其中有一台机器叫做控制机，我们称之为Master，主要用于JMeter脚本分发和收集汇总Slaves的测试结果。

其他机器叫做压力机，或者叫负载机，我们称之为Slaves，数量可以是1台或多台，主要用于执行JMeter脚本并将结果反馈给Master。

我们来看下Master和Slaves的运行过程：

•    Master运行时，会把JMeter脚本，分发给其他Slaves。

•  Slaves获取到脚本后，会以命令行的方式，运行JMeter脚本，并把执行产生的数据回传给Master。

• Master汇总收集所有Slaves运行的结果。

搞清楚了JMeter分布式的原理，接下来我们来看下JMeter分布式环境搭建的具体步骤：

假设有3台机器：

    Master: 10.0.0.1

    Slave1: 10.0.0.2

    Slave2: 10.0.0.3

• Master配置
  

• Slave配置

  1. 在Slave上安装JMeter，并修改jmeter.properties文件配置，如下图所示：

  

        注意：

              1. 端口如果没有被其他应用程序占用，可以不用修改server_port。

              2. remote_hosts不用改。

        2.  启动JMeter/bin目录下的jmeter-server。

• 以上配置完成后，我们就可以在Master上执行以下命令运行我们的脚本进行性能测试了:

         jmeter -n -t test.jmx -l test.jtl -e -o test_report

以上就是JMeter分布式的运行原理和搭建步骤，接下来我们来了解下参数化。

讲参数化之前，我们先来思考一个问题，为什么要做参数化？

原因主要有以下两点：

• 缓存

• 缓存的作用是为了提高数据的处理效率而设置的，比如某个用户频繁重复获取某一个商品的信息，有极大可能就是访问的缓存的数据，这种场景和实际的线上场景显然是不符合的。

• 而线上实际场景可能是多个用户获取多个不同的商品信息，这时候很大可能不是访问的缓存数据。

• 而cpu读取缓存的速度会比不读取缓存的速度快很多，这样会让性能测试结果和线上的实际运行情况不符合。
  

•  业务的需要

• 举个实际的例子，比如买车票，同一天同一车次，一个人只能买一张，这个时候如果不对用户做参数化，就会导致购票失败。