秒杀功能（3）压测

最新推荐文章于 2024-09-30 09:08:21 发布

Serena0814

最新推荐文章于 2024-09-30 09:08:21 发布

阅读量4.1k

点赞数 2

本文链接：https://blog.csdn.net/Serena0814/article/details/89648174

版权

第三部分

从这部分开始，我就要做秒杀的功能优化啦。这篇简单讲一下压测实战，需要结合之前的博文JMeter压测（1）、（2）一起看。这边先展示下在当前基础功能的初步实现下，在高并发情况下系统的性能问题和出现的业务逻辑问题。

1. 生成测试用例

我们先写个函数，在数据库中自动创建5000个用户信息，在Redis中自动创建用户的token信息，方便之后模拟高并发的情况。下面先贴代码。

public class UserUtil {

    private static void createUser(int count) throws Exception {
        List<MiaoshaUser> users = new ArrayList<MiaoshaUser>(count);
        //生成用户
        for (int i = 0; i < count; i++) {
            MiaoshaUser user = new MiaoshaUser();
            user.setId(13000000000L + i);
            user.setLoginCount(1);
            user.setNickname("user" + i);
            user.setRegisterDate(new Date());
            user.setSalt("123456");
            user.setHead("111");
            user.setLastLoginDate(new Date());
            user.setPassword(MD5Util.inputPassToDbPass(String.valueOf(user.getId()), user.getSalt()));
            users.add(user);
        }
        System.out.println("create user");
		/*//插入数据库
		Connection conn = DBUtil.getConn();
		String sql = "insert into user(login_count, nickname, register_date, salt, password, id,head,last_login_date)values(?,?,?,?,?,?,?,?)";
		PreparedStatement pstmt = conn.prepareStatement(sql);
		for(int i=0;i<users.size();i++) {
			MiaoshaUser user = users.get(i);
			pstmt.setInt(1, user.getLoginCount());
			pstmt.setString(2, user.getNickname());
			pstmt.setTimestamp(3, new Timestamp(user.getRegisterDate().getTime()));
			pstmt.setString(4, user.getSalt());
			pstmt.setString(5, user.getPassword());
			pstmt.setLong(6, user.getId());
			pstmt.setString(7,user.getHead());
			pstmt.setTimestamp(8,new Timestamp(user.getLastLoginDate().getTime()));
			pstmt.addBatch();
		}
		pstmt.executeBatch();
		pstmt.close();
		conn.close();
		System.out.println("insert to db");*/
        //登录，生成token
        String urlString = "http://localhost:8080/login/do_login";
        File file = new File("E:/miaosha_imooc/yace/config.txt");
        if (file.exists()) {
            file.delete();
        }
        RandomAccessFile raf = new RandomAccessFile(file, "rw");
        file.createNewFile();
        raf.seek(0);
        for (int i = 0; i < users.size(); i++) {
            MiaoshaUser user = users.get(i);
            URL url = new URL(urlString);
            HttpURLConnection co = (HttpURLConnection) url.openConnection();
            co.setRequestMethod("POST");
            co.setDoOutput(true);
            OutputStream out = co.getOutputStream();
            String params = "mobile=" + user.getId() + "&password=" + MD5Util.inputPassToFormPass(String.valueOf(user.getId()));
            out.write(params.getBytes());
            out.flush();
            InputStream inputStream = co.getInputStream();
            ByteArrayOutputStream bout = new ByteArrayOutputStream();
            byte buff[] = new byte[1024];
            int len = 0;
            while ((len = inputStream.read(buff)) >= 0) {
                bout.write(buff, 0, len);
            }
            inputStream.close();
            bout.close();
            String response = new String(bout.toByteArray());
            JSONObject jo = JSON.parseObject(response);
            String token = jo.getString("data");
            System.out.println("create token : " + user.getId());

            String row = user.getId() + "," + token;
            raf.seek(raf.length());
            raf.write(row.getBytes());
            raf.write("\r\n".getBytes());
            System.out.println("write to file : " + user.getId());
        }
        raf.close();

        System.out.println("over");
    }

    public static void main(String[] args) throws Exception {
        createUser(5000);
    }
}

可以看到，这里主要是分四步：1.先创建用户；2.再插入数据库；3.插入到Redis中；4.将用户和token对存放到text文件中，这个文件供压测使用（需要读这个文件）。这里要注意的是：数据库插入一次就可以，但redis由于设置了过期时间（我设了2天），如果超时了需要再运行一下程序以插入redis。

2. JMeter基本设置

这部分最基础的部分在之前的博文JMeter（1）、（2）中写过啦，这里就不重复了，主要写一下这次压测相关的步骤。
首先说明一点的是，测试用户全在我的笔记本上访问页面，并且本机同时运行JMeter和Java程序，是不能真正模拟真实的并发的，这里由于设备限制也没有条件（~~本人比较穷~~ ），只是大概体验一下高并发，并且之后所有的优化都基于这个条件，主要保持环境条件一致，还是能比较出优化效果的。

新建线程组，这里采用5000个线程循环10次
设置一下默认配置，之后就不用反复填写了
设置配置文件
这个具体功能在JMeter(2)中已介绍了，就是读text文件并且设置变量的作用。
设置HTTP 请求
我们这次直接对秒杀功能进行压测，填写的路径如图所示，这个要参见之前的代码。访问这个路径时需要两个变量，其中token是从之前的文本文件中读取的，注意Value的语法（如何写的）。

全部设置好之后，就可以运行了。运行前保证Redie和Tomcat启动。

3. 结果展示

第一次运行的结果

压测报告

TPS：630.9/sec（不高）
错误率：64.73%（太高了）
错误率太高了，看一下程序，抛异常了。
Redis异常

很明显，这样的并发下Redis读取超时了。贴出Redis的配置：

#redis
spring.redis.host=127.0.0.1
spring.redis.port=6379
spring.redis.lettuce.pool.max-active=10
spring.redis.jedis.pool.max-idle=10
spring.redis.timeout=3000ms
spring.redis.jedis.pool.max-wait=3000ms

数据库超卖现象

这是秒杀商品表，我们是对商品1进行秒杀的，库存成为负值，问题大了。我之前设置的秒杀商品个数给了9件，现在超卖了22件。

第二次运行结果

为了客观表现结果，重新再运行一次。注意把数据库信息清空的清空，恢复的恢复；把JMeter上次结果清空。

压测报告

TPS：808.5/sec（不高）
错误率：67.16%（太高了）
Redis异常
和第一次一样，就不贴图了。
数据库超卖现象

情况有所好转，还是超卖。

4. 总结

这次实战结果就是：1. Redis读取超时抛异常导致压测的错误率太高；2. TPS不高，说明系统性能不佳；3. 数据库出现超卖现象，严重的业务逻辑错误。

5. 解决异常

程序抛异常，这是不应该产生的，先将抛异常的问题解决。
我一开始先把redis连接池重新配置：

#redis
spring.redis.host=127.0.0.1
spring.redis.port=6379
spring.redis.jedis.pool.max-active=1000
spring.redis.jedis.pool.max-idle=500
spring.redis.timeout=5000ms
spring.redis.jedis.pool.max-wait=5000ms

运行后发现程序不抛异常了，但是压测的错误率并没有下降，依然在60%以上，意识到这可能不是简单改动程序就行了。
查看了压测的日志，也并没有报错，如果大家有遇到类似的问题，参考博文：
https://blog.csdn.net/chenyun19890626/article/details/80645740
这个方法我试过了，用了这个方法可以把错误率大大降低，但是如果把并发调大还是会出现错误。

所以我想是不是本身就是我单机性能有限。。可以把并发线程和循环次数适当调小。

如何性能调优，下次再写。