Gatling VS JMeter VS磨床：比较负载测试工具

1.介绍

为这项工作选择合适的工具可能是令人生畏的。在本教程中，我们将通过将三种web应用程序负载测试工具(Apache JMeter、Gatling和The grinder)与一个简单的REST API进行比较来简化这一过程。

2.负载测试工具

首先，让我们快速审查每一个背景。

2.1。加特林

加特林是一个用Scala创建测试脚本的负载测试工具。Gatling的记录器生成Scala测试脚本，这是Gatling的一个关键特性。看看我们的介绍格林机关枪有关更多信息的教程。

2.2。JMeter

JMeter是Apache的负载测试工具。它提供了一个漂亮的GUI，我们使用CAN进行配置。一个称为逻辑控制器的独特特性为在GUI中设置测试提供了很大的灵活性。

访问我们介绍jmeter.教程截图和更多的解释。

2.3。磨床

最后一个工具，磨床，提供了一个比其他两个更基于编程的脚本引擎，并使用Jython。然而，Grinder 3确实有录制脚本的功能。

通过允许控制台和药剂方法，研磨机也与其他两种工具不同。此功能提供了代理过程的能力，以便负载测试可以跨多个服务器缩放。它专门被宣传为为开发人员找到致命锁定和放缓的负载测试工具。

3.测试用例的设置

接下来，对于我们的测试，我们需要一个API。我们的API功能包括：

• 添加/更新奖励记录
• 查看一个/所有奖励记录
• 将事务链接到客户奖励记录
• 查看交易客户奖励记录

我们的场景:

一家商店拥有全国范围内的销售，并返回需要客户奖励帐户的新客户来节省。奖励API通过客户ID检查客户奖励帐户。如果不存在奖励帐户，请添加它，然后链接到事务。

在此之后，我们查询事务。

3.1。我们的休息API.

让我们通过查看一些方法存根来获得API的快速亮点：

@PostMapping(path="/rewards/add") public @ResponseBody RewardsAccount addRewardsAcount(@RequestBody RewardsAccount body) @GetMapping(path="/rewards/find/{customerId}") public @ResponseBody可选 findCustomer(@PathVariable Integer customerId) @PostMapping(path="/transactions/add") public @ResponseBody Transactionpublic @ResponseBody Iterable findTransactions(@PathVariable Integer rewardId) public @ResponseBody Iterable findTransactions(@PathVariable Integer rewardId)

注意一些关系，例如通过奖励ID查询交易并通过客户ID获取奖励帐户。这些关系强制为我们的测试场景创建进行一些逻辑和响应解析。

正在测试的应用程序还使用H2内存存储数据库来持久性。

幸运的是，我们的工具都处理得相当好，有些比其他更好。

3.2。我们的测试计划

接下来，我们需要测试脚本。

要获得公平的比较，我们将为每个工具执行相同的自动化步骤：

1. 生成随机客户帐户ID
2. 发布一个事务
3. 解析随机客户ID和事务ID的响应
4. 使用客户id查询客户奖励帐户id
5. 解析奖励帐户ID的响应
6. 如果没有奖励帐户id存在，然后添加一个帖子
7. 发布相同的初始交易与更新的奖励id使用交易id
8. 通过奖励帐户ID查询所有交易

让我们仔细看看每个工具的步骤4。并务必退房所有三个已完成脚本的示例。

3.3。加特林

对于Gatling，熟悉Scala为开发人员添加了一个福音，因为Gatling API是强大的，并且包含大量功能。

Gatling的API采用Builder DSL方法，正如我们在第4步中看到的那样：

.exec (http(“get_reward”). get(" /奖励/发现/ $ {custId} ")支票(jsonPath .saveAs (" $ .id ") (" rwdId ")))

特别值得注意的是，当我们需要读取和验证HTTP响应时，Gatling对JSON Path的支持。在这里，我们将获取奖励id并将其保存到加特林的内部状态。

另外，Gatling的表达式语言使得动态请求体更加容易字符串:

.body (StringBody(“”“{”customerRewardsId”:“$ {rwdId}”,“customerId”:“$ {custId}”,“transactionDate”:“$ {txtDate }" }""")). asJson)

最后我们为此比较配置。1000个运行设置为整个方案的重复，atonceusers.方法设置线程/用户：

Val SCN =方案（“奖励股份线”）.repeat（1000）{...}设置（scn.inject（atonceusers（100）））.protocols（httpProtocol）

的整个scala脚本在我们的GitHub repo中是可见的。

3.4。JMeter

在GUI配置完成后，JMeter生成一个XML文件。该文件包含具有SET属性及其值的JMeter特定对象，例如：

检查testname.属性，可以标记它们，因为我们识别它们与上面的逻辑步骤匹配。添加子项，变量和依赖项步骤的能力使JMeter灵活性作为脚本提供。此外，我们甚至为我们的变量设置了范围！

我们在JMeter中的运行和用户的配置threadgroup:

100年< stringProp name = " ThreadGroup.num_threads " > < / stringProp >

查看整个jmx.作为参考的文件。如果可以的话，用XML编写测试jmx对于一个功能齐全的GUI来说，files没有意义。

3.5。磨床

没有Scala和Gui的功能编程，我们的Jython脚本对于研磨机看起来非常基础。添加一些系统Java类，我们有很多代码行。

customersid = str（random.nextint（））;结果= Request1.post（“http：// localhost：8080 / transaction / add”，“customerrewardsid”''：null，“'customersid”'：“+ customerid +”，“''TransactionDate“''”：null}“）txnid = parsejsonstring（结果.gettext（），”id“）

但是，对于更多字符串维护代码，例如解析JSON字符串，更少的测试设置代码是较少的测试设置代码。此外，httprequestAPI的功能很简单。

使用研磨机，我们定义了线程，进程，并在外部属性文件中运行值：

磨床。螺纹= 100磨床。Processes = 1 grinder.runs = 1000

我们用于Grinder的完整Jython脚本如下所示这。

4.测试运行

4.1。测试执行

所有三种工具都建议使用命令行进行大负载测试。

我们要用加特林来做测试开源版本3.4.0作为独立工具，JMeter 5.3和磨床版本3。

Gatling只需要我们拥有java_home.和GATLING_HOME放。要执行Gatling，我们使用：

。/ gatling.sh

在gatling_home / bin目录中。

JMeter需要一个参数来禁用GUI进行测试，以便在启动GUI以进行配置时提示：

./jmeter.sh-n-t testplan.jmx -l log.jtl

和加特林一样，磨工也要求我们java_home.和磨床。然而，它也需要更多的属性:

/home/lore/Documents/grinder-3/lib/grinder.jar:$CLASSPATH export GRINDERPROPERTIES=/home/lore/Documents/grinder-3/examples/grinder.properties

如上所述，我们提供一个grinder.properties用于附加配置(如线程、运行、进程和控制台主机)的文件。

最后，我们使用以下引导控制台和代理：

java -classpath $ classpath net.grinder.console

java -classpath $ classpath net.grinder.grinder $ ginderproperties

4.2。测试结果

每个测试运行1000次，使用100个用户/线程。让我们来看看其中的一些亮点:

结果表明，3工具具有相似的速度，基于平均通量，在另一个2中略微边缘。

每个工具还以更友好的用户界面提供额外的信息。

Gatling将在运行结束时生成HTML报告，其中包含多个图形和统计信息，用于总运行以及每个请求。下面是测试结果报告的一个片段:

当使用JMeter时，我们可以在测试运行后打开GUI，并根据日志文件生成HTML报告我们保存结果的地方:

JMeter HTML报告还包含每个请求的统计信息的细分。

最后，研磨机控制台记录每个代理的统计信息并运行：

磨床是高速的，它以额外的开发时间和较少的输出数据的成本。

5.总结

现在是时候全面地看一下每个负载测试工具了。

加特林:

• 固体，抛光负载测试工具，输出具有Scala Scripting的美丽报告
• 产品的开源和企业支持级别

jmeter：

• 用于测试脚本开发的强大API（通过GUI），无需编码
• Apache基础支持和与Maven的伟大集成

研磨机:

• 使用Jython的开发人员的快速性能负载测试工具
• 跨服务器的可伸缩性为大型测试提供了更多的潜力

简单地说，如果速度和可伸缩性是需要的，则使用磨床。

如果外观良好的交互式图表有助于显示性能的提高，那么可以使用Gatling。

JMeter是用于复杂业务逻辑或具有许多消息类型的集成层的工具。作为Apache软件基金会的一部分，JMeter提供了一个成熟的产品和一个庞大的社区。

六，结论

总之，我们看到这些工具在某些地区具有可比的功能，同时在其他方面发光。合适的工作的合适工具是在软件开发中工作的口语智慧。

最后，可以找到API和脚本在GitHub上。