背景: wrk 是当今最流行的 HTTP 压测工具，用于模拟高并发情况下的 HTTP 请求。wrk 使用 Lua 作为脚本语言，可以通过编写 Lua 脚本来自定义请求的参数和逻辑。它支持多线程并发请求，并提供了丰富的统计信息和报告，可以帮助你评估服务器的性能和承受能力。本贴致力于最快速让你上手wrk。看完本贴，你将学会使用 wrk 对 http 接口进行压测, 并计算其 TPS 指标。
安装 wrk(需要在 linux 系统上)
命令行输入一下命令下载 wrk 源码
git clone https://github.com/wg/wrk.git随后进入 wrk 目录并进行编译
cd wrk
make随后将生成一个可执行的 wrk 文件，我们可以把这个文件拷贝到我想要的地方，或者直接拷贝到 bin 目录:
cp wrk /usr/local/bin/新建工程
创建新目录 wrk_demo 在该目录下打开命令行输入:
go mod init wrk
go mod tidy随后创建各目录与文件如下:
-- wrk_demo
-- main.go http 服务端启动文件
-- tps.lua wrk 请求参数与结果统计脚本
-- wrk wrk 可执行文件, 由 git 仓库 make 而来
-- go.mod --go.summain.go
先来看 服务端 代码, 非常简单，注册了 个 hello 路由, 然后简单校验了下 请求方法, header, 和 body 内容, 若没问题则返回一个 "hello from hello handler" 字符串。
package main
import (
"fmt"
"io"
"net/http"
)
func main() {
http.HandleFunc("/hello", helloHandler)
errChan := make(chan error)
go func() {
errChan <- http.ListenAndServe(":9000", nil)
}()
err := <-errChan
if err != nil {
fmt.Println("Server stop running.")
}
}
func helloHandler(w http.ResponseWriter, r *http.Request) {
// check method
if r.Method != http.MethodPost {
w.Write([]byte("{"msg":"method error"}"))
return
}
// check header
if r.Header.Get("user_token") != "eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJVc2VySUQiOjEsIlVzZXJuYW1lIjoiVG9tIiwiR3JhbnRTY29wZSI6InJlYWRfdXNlcl9pbmZvIiwiaXNzIjoiQXV0aF9TZXJ2ZXIiLCJzdWIiOiJUb20iLCJhdWQiOlsiQW5kcm9pZF9BUFAiLCJJT1NfQVBQIl0sImV4cCI6MTY4MDk1MDQ4OSwibmJmIjoxNjgwOTQ2ODkwLCJpYXQiOjE2ODA5NDY4ODksImp0aSI6IkR6ZzlNZ1NlUFIifQ.7Yi42Ur2Yivh5dpmMY-CxpQ5kR0IoIAh7F8xNLjdAcM" {
w.Write([]byte("{"msg":"userToken error"}"))
return
}
// check body
body_bytes, err := io.ReadAll(r.Body)
if err != nil {
w.Write([]byte("{"msg":"read body error"}"))
return
}
if string(body_bytes) != "{"username":"Tom"}" {
w.Write([]byte("{"msg":"body content error"}"))
return
}
// return ok
w.Write([]byte("{"msg":"hello from hello handler"}"))
return
}tps.lua
在 lua 脚本中我们定义了请求的各种参数, 使用 wrk.method, wrk.body, wrk.headers 可以很轻易的设置请求方法, 请求体和请求参数。
在 WRK中，我们是可以设置发起请求的线程数的，要统计 TPS， 就得 统计每一个线程收到的 成功返回的数量，然后将全部线程的成功返回数量相加，再除以总的响应时间, 就是TPS。
在 wrk 中可以通过 setup 函数对每一个线程设置一些初始变量，比如我定义了一个 success_counter 用于统计成功的返回数, 初始化为0. 随后将这个 success_counter 注册到了 这个 线程中，使用一个全局变量 threads 用于存储所有 线程(实际上只关注线程里面的 success_counter)
在 wrk 中还可以通过 response 函数对每个 thread 的每一个请求的 response 进行获取，比如我根据 body 是否等于某个值来判断是否返回成功的结果, 若成功返回则进行 success_counter+1. 事实上 setup 函数与 response 函数是 同一个 thread 里面的, 所以 这个 success_counter 变量可以跨函数共享, 所以在 response 函数中+1, 整个 thread 中的 thread 变量也会+1. 并且 thread.set 操作的值是一个 指针, 所以 无需再次调用 thread:set("success_counter", success_counter)即可完成 对 thread 对象的赋值操作。
在所有请求结束以后, wrk 会调用 done 函数获取到运行的结果。这里我们遍历了所有 threads, 将里面成功的返回相加再除以总的响应时间, 即为接口的TPS。由于 summary.duration是微妙, 所以计算时需要乘以 1000*1000.
wrk.method = "POST"
wrk.body = '{"username":"Tom"}'
wrk.headers["user_token"] = "eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJVc2VySUQiOjEsIlVzZXJuYW1lIjoiVG9tIiwiR3JhbnRTY29wZSI6InJlYWRfdXNlcl9pbmZvIiwiaXNzIjoiQXV0aF9TZXJ2ZXIiLCJzdWIiOiJUb20iLCJhdWQiOlsiQW5kcm9pZF9BUFAiLCJJT1NfQVBQIl0sImV4cCI6MTY4MDk1MDQ4OSwibmJmIjoxNjgwOTQ2ODkwLCJpYXQiOjE2ODA5NDY4ODksImp0aSI6IkR6ZzlNZ1NlUFIifQ.7Yi42Ur2Yivh5dpmMY-CxpQ5kR0IoIAh7F8xNLjdAcM"
-- thread table
local threads = {}
-- set up some variable for each thread
function setup(thread)
success_counter=0
thread:set("success_counter", success_counter)
table.insert(threads, thread)
end
-- record successful response
function response(status, headers, body)
if body == "{"msg":"hello from hello handler"}" then
success_counter = success_counter + 1
end
end
-- calculate tps
function done(summary, latency, requests)
--sum up successful response from each thread
total_success_counter = 0
for _, thread in ipairs(threads) do
total_success_counter = total_success_counter +thread:get("success_counter")
end
print("total_success_counter = " .. total_success_counter )
print("TPS = " .. 1000*1000*total_success_counter/summary.duration)
end
此外 wrk 还内置别的函数 如 init, request, delay, 这些都可以对每一个线程, 每一个请求做出更加细致的操作，有兴趣的同学可以自行查找如何使用。
运行起来
首先我们启动服务端, 确保在 wrk_demo 目录下运行
go run main.go随后启动 wkr:
./wrk -t 2 -c 4 -d 1s -s tps.lua http://localhost:9000/hello-t 2参数表示使用 2 个线程, -c 4参数 表示总的并发连接数为4, 每一个 线程连接数 = 总的并发连接/线程数量, -d 1s 表示请求1秒, -s tps.lua 表示请求 1秒, 最后的 http://localhost:9000/hello 为 请求的 URL
运行结果如下:
2 threads and 4 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 169.17us 64.88us 1.04ms 81.37%
Req/Sec 10.65k 689.25 12.12k 70.00%
21167 requests in 1.01s, 3.05MB read
Requests/sec: 20975.47
Transfer/sec: 3.02MB
total_success_counter = 21167
TPS = 20975.472956435可以看到 启动了 2给线程，4个并发, 每个 线程的平均延迟时间为 169.17us, 平均每秒请求数为10.65k, 还可以看到这两个指标的最大值, 标准差和正负标准差之间的比例。 总共在 1.01 秒内完成了 21167 次请求, 收到了服务端3.02MB的返回数据。 平均每秒请求数为 20975.47, 每秒收到的服务端数据为 3.02MB(也称吞吐量)。总的成功返回数为 21167, TPS 为 20975.472956435。
巨人的肩膀
- github.com/wg/wrk
- q474818917.github.io/2017/05/17/…
最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】
软件测试面试文档
我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。文章来源：https://www.toymoban.com/news/detail-775434.html
文章来源地址https://www.toymoban.com/news/detail-775434.html
这些都在我的软件测试学习交流群里：902061117 自取到了这里，关于使用 wrk 对 http 接口进行压测并 计算其 TPS的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
