美團如何從0到1構(gòu)建壓測工具
美團內(nèi)部的RPC服務(wù)大多構(gòu)建在Thrift之上，在日常開發(fā)服務(wù)的過程中，需要針對這些服務(wù)進行壓力測試(以下簡稱壓測)來發(fā)現(xiàn)潛在問題。常用的方法有：
◆使用一些腳本語言如：Python、Ruby等，讀取線上日志構(gòu)建請求，用多線程模擬用戶請求進行壓測。
◆使用開源工具進行壓測。
然而，無論采取哪種方法，壓測都是一個十分耗時而又繁瑣的過程，主要痛點有：
◆需要寫很多代碼解析日志，還原請求，對于比較復(fù)雜的請求，解析很容易出錯。
◆需要搭建腳本或者工具的運行環(huán)境，通常這一過程比較耗時。
◆由于打壓方法沒有統(tǒng)一，導(dǎo)致打壓的結(jié)果指標比較混亂，有的結(jié)果甚至以終端輸出的方式展示，非常不直觀。
◆對一個應(yīng)用的打壓測試，由于環(huán)境、代碼的問題，導(dǎo)致組內(nèi)同學(xué)很難共享。
針對上述問題，提供一個簡單好用的壓測工具是十分有必要的。
是否有必要重復(fù)造輪子
在構(gòu)建壓測工具之前，對于一些現(xiàn)有的開源工具進行了調(diào)研。現(xiàn)在主流的壓測工具主要有以下幾個：
1.JMeter
JMeter是一個比較老牌的壓測工具，主要針對HTTP服務(wù)進行打壓，該工具在以下方面并不滿足美團內(nèi)部的壓測需求：
◆默認不支持Thrift的打壓測試。
◆需要本地安裝，并且配置復(fù)雜。
◆對于用戶操作并不友好。
2.twitter/iago
iago 是一個由Twitter開源的壓測工具，支持對HTTP、Thrift等服務(wù)進行壓測，其主要問題如下：
◆對每個壓測應(yīng)用都需要創(chuàng)建一個項目。
◆壓測結(jié)果并不直觀。
◆流量重放依賴本地文件。
◆項目依賴于一個較老版本的Scala，搭建不便。
◆相關(guān)文檔比較少。
除此之外，當時還考察了Gatling、Grinder、Locust等一些常見的壓測工具，都因為適用場景和美團的需求有些出入而排除了。
綜上，針對當前壓測工具的一些現(xiàn)狀，構(gòu)建一個簡單易用的壓測工具還是很有必要的。
目標
針對之前提到的痛點，新的壓測工具主要提供以下功能：
◆線上流量拷貝。
◆簡單易用的操作界面(接入壓測的時間應(yīng)該控制在1小時以內(nèi))。
◆清晰的圖表能反映壓測應(yīng)用的各項指標。
◆滿足包括Thrift、HTTP等服務(wù)的壓測需求。
如何構(gòu)建
抽象
目標已經(jīng)明確，怎么實現(xiàn)呢？首先是抽象壓測的過程。
一個典型的壓測過程如圖所示，首先在init方法里面，進行一些初始化的工作，比如連接數(shù)據(jù)庫，創(chuàng)建客戶端等。接下來，在run方法里面發(fā)出壓測請求，為了保證能夠?qū)Ψ?wù)產(chǎn)生足夠的壓力，這里通常采用多線程并發(fā)訪問，同時記錄每次請求的發(fā)起時間和結(jié)束時間，這兩個時間的簡單相減就能夠得到每次請求的響應(yīng)時間，利用該結(jié)果就可以計算出TP90、平均響應(yīng)時間、最大響應(yīng)時間等指標，等壓測結(jié)束后，通過destroy方法進行資源回收等工作。
以上過程可以用接口表示，無論是壓測Thrift服務(wù)還是HTTP服務(wù)，本質(zhì)上都是這三個方法實現(xiàn)的不同。考慮到壓測工具的靈活性和通用性，壓測工具可以將這個接口交給打壓測試的同學(xué)實現(xiàn)，而壓測工具則重點實現(xiàn)多線程打壓，打壓結(jié)果的聚合等比較耗時的工作。
- interface Runner {
- def init(Test app) // 初始化壓測
- def run(Test app, String log) // 每次打壓請求，傳入log方便構(gòu)建請求
- def destroy(Test app) // 壓測完畢后，回收資源
- }
拷貝流量
Thrift服務(wù)打壓的難點之一就是如何簡單地拷貝線上真實流量用來構(gòu)建打壓請求。一些大型的Thrift服務(wù)數(shù)據(jù)結(jié)構(gòu)非常復(fù)雜，寫打壓腳本的時候，需要很多代碼來解析日志，而且容易出錯。 因此，提供一個簡單好用的拷貝流量方法是十分有必要的。
在這里壓測工具提供了一個叫VCR(錄像機)的工具來拷貝流量。VCR能夠?qū)⒕€上的請求序列化后寫到Redis里面。
考慮到用戶需要查看具體請求和易用性等需求，最終選取了JSON格式作為序列化和反序列化的協(xié)議。同時，需要部署在生產(chǎn)環(huán)境，為了降低對線上服務(wù)的影響，這里采取了單線程異步寫的方式來拷貝流量。
聚合數(shù)據(jù)
應(yīng)用打壓完成后，需要一些指標來評估壓測結(jié)果，常見的指標有：
◆最大響應(yīng)時間
◆平均響應(yīng)時間
◆QPS
◆TP90
◆TP50
壓測工具采用了 InfluxDB 來完成數(shù)據(jù)的聚合工作。
以TP90為例子，僅需要一行查詢就能實現(xiàn)需求。
- SELECT PERCENTILE(response_time, 90) FROM test_series GROUP BY time(10s)
架構(gòu)
整體而言，整個打壓過程如下：
實踐
拷貝流量
美團內(nèi)部的服務(wù)大多使用Java來構(gòu)建，VCR以Maven Package的方式提供給用戶。
對用戶來說只需要2行代碼就可以拷貝流量。
為了不影響線上服務(wù)，通常選取單臺機器進行流量拷貝工作。
- public class TestAppRPC implements TestApp.Iface {
- private Vcr _vcr = new Vcr("testapp"); // 指定拷貝流量的key
- @Override
- public TestResponse echo(TestRequest req) throws TException {
- _vcr.copy(req); // 拷貝操作
- long start = System.currentTimeMillis();
- TestResponse response = new TestResponse();
- return response;
- }
- }
一旦流量拷貝完成后，通過Web界面，用戶能夠查看日志的收集情況和單條日志的詳情。
壓測邏輯實現(xiàn)
壓測工具采用Groovy來進行編寫。對每個應(yīng)用來說，只需要實現(xiàn)runner接口就可以實現(xiàn)對應(yīng)用的打壓。
- interface Runner {
- def init(Test app)
- def run(Test app, String log)
- def destroy(Test app)
- }
以Thrift服務(wù)為例。
- class TestServiceRunner implements Runner {
- RPCService.Client _client
- TTransport _transport;
- @Override
- def init(Test app) {
- def conf = app.config // 讀取應(yīng)用配置
- _transport = new TFramedTransport(new TSocket(conf.get("thrift_service_host") as String, conf.get("thrift_service_port") as int))
- TProtocol protocol = new TBinaryProtocol(_transport)
- _client = new RPCService.Client(protocol)
- _transport.open()
- }
- @Override
- def run(Test app, String log) {
- TestRequest req = Vcr.deSerialize(log, TestRequest.class) // 將拷貝流量反序列化
- _client.echo(req) // 發(fā)送請求
- }
- @Override
- def destroy(Test app) {
- _transport.close() // 關(guān)閉服務(wù)
- }
- }
創(chuàng)建應(yīng)用
實現(xiàn)以上接口后，就可以對應(yīng)用進行打壓了。
用戶可以通過Web界面創(chuàng)建應(yīng)用，除了必填配置以外，用戶可以按照應(yīng)用靈活配置。
性能指標
用戶可以通過直觀的圖表來查看應(yīng)用的各種性能指標。
結(jié)束語
壓測工具上線以來，已經(jīng)接入了20多個應(yīng)用，完成數(shù)百次打壓實驗，現(xiàn)在應(yīng)用的接入時間僅需要15～30分鐘。保證了美團服務(wù)的穩(wěn)定和節(jié)省了開發(fā)同學(xué)的時間，使大家告別了以往繁瑣冗長的打壓測試。
