压力测试
概述
抗压能力是衡量一个软件系统优劣的又一重要指标，Phoenix 目前比较关心下面两个不同维度的流量压力:
- 持续流量压力:持续的流量压力可以全方面的考研系统的稳定性，防止内存泄漏等。
- 洪峰流量压力:瞬间的流量压力可以测试出系统的抗洪能力，防止系统在洪峰流量下崩溃。
持续流量测试
测试场景
Phoenix 框架持续流量压力测试基于 bank-account 服务进行。部署 2 个节点，使用压测程序以 500/s 的 TPS 压测 8 个小时。
校验方法
观察 Grafana 中的 Phoenix 监控中的速率图表 是否稳定，观察 JVM Metrics 监控中的 GC 图表是否稳定。
测试步骤
-
在 Kubernetes 环境中，使用 bank-account 服务，部署 2 个节点，每个节点给定 pod 4c 的 CPU。
-
调整前端的请求数为 500/s，请求时间为 8h，开始测试。
-
待测试完毕后，观察 8h 内 Phoenix admin各监控面板信息。
phoenix client 监控图:
phoenix overview 监控图:
JVM 监控图
-
观察可知，Phoenix 处理速率基本稳定，GC 正常，未发生频繁的 Full GC，CPU 使用平稳，无太大波动。
洪峰流量测试
测试场景
Phoenix 框架洪峰流量压力测试基于 bank-account 示例应用进行。通过积压消息，来模拟洪峰流量。
校验方法
观察 bank-account 服务能否快速且稳定地消费完积压的消息。
测试步骤
-
先使用压测程序，一次性发送 20 万条消息到 Kafka 中，此时关闭处理程序 account_server，模拟消息堆积。
-
打开 2 个节点的 account_server，待所有积压的消息全部处理完毕。
-
打开 phoenix admin 的监控页面，查看各监控面板监控指标
phoenix client 监控面板:
phoenix source aggregate 监控面板:
JVM 监控面板:
phoenix message 监控面板:
-
根据上图，我们可以看出，堆积消息在系统启动后，全部正常消费掉了
结论
经验证，对于长时间或者积压的流量，Phoenix 可以很好的处理