怎么使用JMeter对代码进行压测，对比高并发优化前后的性能，单机性能都提升了25倍左右？

介绍

• 压力测试相关概念
• 使用JMeter对高并发优化前后的代码进行压测对比

压力测试相关概念

并发量：指在同一时间点内，系统中同时处理的用户请求数。(并发1000时，响应时间1s；并发5000时，响应时间5s，处理得慢一点，但也能处理。那么并发量到底是1000还是5000？)

响应时间：系统处理一个请求所需时间。

吞吐量：系统在给定时间内处理的业务请求数量。

QPS：系统每秒钟处理的请求数量。

TPS：系统每秒钟完成的事务数量。

吞吐量就是TPS

 上面图片就是吞吐量的控制器，可以查看可以修改参数配置，Throughput就是吞吐量

下面更直观的展示他们的关系以及数值的理解

吞吐量压测(聚合报告)

这是我在项目中请求数据购买的时候同时设置 100个线程并发时，吞吐量为430-440/sec。

那如果我没有用微服务的代码压测情况↓，响应时间(5s)和吞吐量都低

 可以看到两个图片的对比情况就可以看出来，性能提升大约25倍。

修改JVM参数再次压测

jvm内存分配2G，影响不大。

内存分配128m，影响不大。

对比下来这几张的结果图片下来发现修改了jvm的参数压测并没有改变很大的变化，吞吐量还是维持相差不大的数值

最高并发数探测

• 增加线程数，直到出现异常
• 增加线程数，直到响应时间超过预期(等待2s)

10000并发，电脑卡死了！有异常

 1000并发，平均时间增加，吞吐量不变。

 最高支持1000并发。

没有微服务的代码只能支持<50并发量。

单机性能都提升了25倍左右

详细可以看我的另一篇博客：http://t.csdnimg.cn/j2TBO