FunkLoad 性能调优

FunkLoad安装及使用方法

在这里就不做追述，可以做参考： http://www.51testing.com/html/71/410671-829541.html

FunkLoad性能原理

FunkLoad通过开线程的方式来实现并发处理，一个线程代表一个并发数，当线程数达到用户设置的并发数时，程序开始执行用户所编写的逻辑代码；当然线程数没有与用户设置的并发数吻合时，FunkLoad是不会执行用户的逻辑代码的

对于了解Python语言的人来说，Python并不能有效的利用多核，不管你开多少个线程他也只能在一个核上进行有效利用，这个跟Python的多线程机制有关，想了解的可以参考：  http://blog.163.com/sukerl@126/blog/static/112027649200962792420389/

FunkLoad性能峰值

在调优之前，我们得知道，所在的测试服务器（FunkLoad运行所在的机器）是不是真达到了峰值；关于这点，并没有什么直接有效的方法去直接得出结论，只能通过经验+手工一个一个去试，比方说：你想知道这台测试机器在我测试逻辑下，到底能达到多少并发峰值？首先应该根据测试机器的硬件配置，预估出大概并发量测试，得到测试结果数据，并且保存（后续需要用到这些数据），这就是所谓的经验所得；然后在此并发数上适当的加、减并发数，反复测试，保存测试结果数据；最后，你把所有的测试数据进行对比，此时你会得到一个抛物线式的测试结果，取抛物线定点范围的测试场景进行测试，这时大概就是这台机器所在的峰值了；

FunkLoad调优

在得到了我们所需要的峰值，我们可以真正开始我们的调优计划了，调优的分类有多种，下面都会一一列述，可以单一调优，也可以相互组合调优，多种方法之前并不冲突

taskset

该命令为系统自带，说的简单点就是：指定进程运行哪个CPU，并且最大程度利用该CPU，命令详解可以 man taskset

参考命令：taskset -c 0 fl-run-bench --simple-fetch -c 10 -D 60 test.py FunkloadCommon.test_common，这样就可以把脚本有效指定在cpu0上执行了

比方说我们总共有2个核，如果想把四个核的资源都有效的利用起来就可以这么用

taskset -c 0 fl-run-bench --simple-fetch -c 10 -D 60 test.py FunkloadCommon.test_common

taskset -c 1 fl-run-bench --simple-fetch -c 10 -D 60 test.py FunkloadCommon.test_common

这里有几点需要注意，FunkLoad的-c和-D后面的参数必须保持一致，不然你出来的report就不能Merge成一份；且两个脚本运行的开始时间也必须一致，不然结果就会偏差，相差时间超过脚本运行时间，你Merge成的结果就完全没意义了

分布式部署

看到这个标题大家可能会有疑问，我已经有上面的taskset命令解决了python的多核问题，为什么还要用分布式呢？大家有没有想到一个场景，如果我只taskset了一半的cpu的核数，发现系统的其他硬件标准已经到瓶颈了，比方说内存，这时候你在taskset一个FunkLoad出来，所出来的结果就没有任何意义，并且还可能所有的程序压根就执行不下去了，这时候就需要用到我们的分布式了；

分布式有多种实现方法，在这里我们只讲最简单的实现方式：命令行实现，实现如下：

fl-run-bench -c 10 -D 60 -f --simple-fetch test.py FunkloadCommon.test_common --distribute --distribute-workers=username1:passwd1@ip1,username2:passws2@ip2

正如大家所看到的，实现分布式就是在原始命令行下加入：--distribute --distribute-workers=username1:passwd1@ip1,username2:passws2@ip2参数，其中我们需要关心的只是：username1:passwd1@ip1,username2:passws2@ip2，username代表：机器用户名，passwd代表：机器密码，ip代表：机器的ip地址；需要分布几台直接在后面加上即可

pypy

在现在的FunkLoad官网上，实现这方面的性能优化还是psyco，由于现在psyco已经停止更新，并且都已经转移到pypy上了，也就是说pypy就是psyco的后继项目，所以这里改为pypy调优

pypy所的通熟一点就是：用 Python 实现的 Python，想要详细了解的自行Google

pypy对于FunkLoad的调优没有原先的psyco那么简单，他需要另外安装，且还需要修改FunkLoad下的fl-run-bench启动命令，可能在过程中，还会出现一些报错，这里有不再一一讲述；只是告诉大家如果想要提高自身Python的代码性能，可以用pypy