全链路压测的实施和方案

全链路压测实施步骤

1、全链路压测方案确定

2、压测集群研究、场景选择设计、脚本开发

3、微服务改造（基础中间件、框架）

4、线下验证

5、数据工厂数据准备

6、小流量下发验证

7、大流量压测、系统监控、水位监控

8、扩容/调优选择

全链路压测的难点

业务模型梳理：将核心业务和非核心业务进行拆分，确认流量高峰针对的是哪些业务场景和模块。

数据模型构建：数据的真实性和可用性

压测工具选型

协调压测资源：压测软硬件资源、人力资源

压测数据监控：实时监控整个线上环境的实时情况

水位监测：全链路压测一旦影响线上的健康度，需要分辨并及时干预流量下发，终止压测。

优化单一系统性能

优化关联路径

优化业务流程

扩容

全链路压测三大前提

• 压测标记不丢失；整条业务链路，压测标识可以透传下去。
• 压测流程不中断；使用压测流量，执行业务流程，可以正常推进下去。
• 压测数据不污染；压测数据不对线上业务，造成数据污染。

全链路下的微服务改造（解法）

压测标记不丢失

1、压测入口处：http入口增加压测标识（header）

2、微服务端上入口：使用公共拦截器获取压测标识

3、微服务中传递：使用tracer传递

4、队列/消息中间件：自定义consumer,接收并传递压测标识tracer。

压测流程不中断

引入mock

文件类接口通过自定义文件工厂处理转换（例如文件接口的对账单）

压测数据不污染

1、通过备份还原模式（互联网7*24不合适）

2、影子表——影子表改造策略

zdal：调整zdal的分表规则配置，通过设置groovy脚本的分表规则，来支持影子表。

Mybatis：自定义mybatis interceptor接口，修改拦截器实现影子表。

3、全链路平台设计思路

4、下面是一些压测平台