metersphere性能压测执行过程

news2024/10/7 12:26:57

(1) 首先在controller层，通过RunTestPlanRequest接收请求参数

@PostMapping("/run")
 public String run(@RequestBody RunTestPlanRequest request)

(2) 在PerformanceTestService中的run中进行具体的逻辑处理，

　　首先根据请求中ID来获取库中存储的测试用例信息(判空和运行状态判断)

final LoadTestWithBLOBs loadTest = loadTestMapper.selectByPrimaryKey(request.getId());
        if (request.getUserId() != null) {
            loadTest.setUserId(request.getUserId());
        }
        if (loadTest == null) {
            MSException.throwException(Translator.get("run_load_test_not_found") + request.getId());
        }

后根据查出的用例信息中资源池id，判断此id资源池是否存在和状态有效，

String testResourcePoolId = loadTest.getTestResourcePoolId();
        TestResourcePool testResourcePool = testResourcePoolMapper.selectByPrimaryKey(testResourcePoolId);
        if (testResourcePool == null) {
            MSException.throwException(Translator.get("test_resource_pool_not_exists"));
        }
        if (ResourceStatusEnum.INVALID.name().equals(testResourcePool.getStatus())) {
            MSException.throwException(Translator.get("test_resource_pool_invalid"));
        }

　　并检查kafka是否可通

 String bootstrapServers = kafkaProperties.getBootstrapServers();
        String[] servers = StringUtils.split(bootstrapServers, ",");
        try {
            for (String s : servers) {
                String[] ipAndPort = s.split(":");
                //1,建立tcp
                String ip = ipAndPort[0];
                int port = Integer.parseInt(ipAndPort[1]);
                Socket soc = new Socket();
                soc.connect(new InetSocketAddress(ip, port), 1000); // 1s timeout
                //2.输入内容
                String content = "1010";
                byte[] bs = content.getBytes();
                OutputStream os = soc.getOutputStream();
                os.write(bs);
                //3.关闭
                soc.close();

　　然后根据不同的资源池类型，实例化不同的Engine，比如是node节点类型，new DockerTestEngine(loadTest); 若是k8s类型则(Engine) ConstructorUtils.invokeConstructor(kubernetesTestEngineClass,loadTest); 其中如果节点类型实例化，主要做两个工作，一是初始化工作，比如threadNum，JMETER_IMAGE，HEAP，二是从容器获取RestTemplate，用于之后的请求。

final ResourcePoolTypeEnum type = ResourcePoolTypeEnum.valueOf(resourcePool.getType());

        if (type == ResourcePoolTypeEnum.NODE) {
            return new DockerTestEngine(loadTest);
        }
        if (type == ResourcePoolTypeEnum.K8S) {
            try {
                return (Engine) ConstructorUtils.invokeConstructor(kubernetesTestEngineClass, loadTest);

通过startEngine，开始执行用例，首先设置测试报告开始时间等基础信息，然后调用engine中start方法，开始执行，start处理上又分为：

判断当前需要的并发线程是否小于空闲线程数

int totalThreadNum = resourceList.stream()
                .filter(r -> ResourceStatusEnum.VALID.name().equals(r.getStatus()))
                .map(r -> JSON.parseObject(r.getConfiguration(), NodeDTO.class).getMaxConcurrency())
                .reduce(Integer::sum)
                .orElse(0);  //获取所有有效资源池的最大并发数，并累加
        if (threadNum > totalThreadNum - runningSumThreadNum) {
            MSException.throwException(Translator.get("max_thread_insufficient"));
        }

　　计算各个资源池最大并发数占总的并发数比例

Object[] resourceRatios = resourceList.stream()
                .filter(r -> ResourceStatusEnum.VALID.name().equals(r.getStatus()))
                .map(r -> JSON.parseObject(r.getConfiguration(), NodeDTO.class).getMaxConcurrency())
                .map(r -> r * 1.0 / totalThreadNum)
                .map(r -> String.format("%.2f", r))
                .toArray();// 各个资源池最大并发数占总的并发数比例

开始利用资源池进行测试，如准备启动jmeter容器时需要的环境参数，比如镜像，测试ID，报告ID，topic等，后通过RestTemplate 向node controller发送启动容器请求，并将对应的环境参数传递过去。node

controller在接收到请求后创建jmeter容器，jmeter容器会根据对应的环境参数去metis平台自动下载jmx, 从而开始压测。

小结：