测试平台接入 HttpRunner V4（六）性能问题排查及解决

性能测试资源占用问题排查及解决

• 运行压测前资源消耗

• 运行压测时(10个并发用户)时资源消耗

• 压测数据丢失，从压测报告中发现有大量的测试数据丢失，导致数据不完整

• 通过日志分析，启动压测时大量运行python插件，通过进程管理，goland下挂着N多的python程序，还好每次运行插件的目录是同一个，否则就可以看到运行时生成N多的debugtalk.py文件

问题排查

• 根据日志得出，有大量开始运行python插件的信息，根据start to prepare python plugin查到initPlugin下调用了BuildPlugin
• 在NewCaseRunner的时候调用了initPlugin
• boomer中有2个地方调用了NewCaseRunner函数
  

解决问题思路及优缺点

1. 在用例运行结束时停止plugin的操作
   • 优点：不用太多操作，不用考虑线程问题
   • 缺点：每个并发数都会运行一个plugin，循环运行，如果一千个用户，那么运行就会有一千个python进程，从上面看，每个python进程需要13M，大约需要13G内存，如果一万个用户需要130G内存，显然也不是很好
2. 修改NewCaseRunner，在调用initPlugin时增加限制，一个debugtalk只运行一次
   • 优点：一次并发只运行一次
   • 缺点：会造成plugin压力比较大，一万个用户同时操作可能会导致问题

综合考虑考虑下，采用2方式会更加稳妥，缺点可以采用分布式压测做分流问题，分布式压测后续可以通过k8s部署多个工作节点

解决方案

1. 每次运行时有个唯一值，以此来确定是否需要执行initPlugin，好在之前的设计的 debugtalk path 是唯一值，这次不用改动到其他代码
2. 通过单例设计模式实现，因为是多线程运行，所以需要加锁
3. 通过map实现可以同时运行多个实例，主要是兼容接口测