ab压测工具使用教程

2024-06-12 16:18
文章标签 工具 使用 教程 压测 ab

本文主要是介绍ab压测工具使用教程，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

简介
  • 做测试或者服务端开发的同学经常想要知道我们的后台服务能同时承载多少用户量，通过模拟实际应用的软硬件环境及用户使用过程的系统负荷，长时间或超大负荷地运行测试软件，来测试被测系统的性能、可靠性、稳定性等。压力测试需要确定一个系统的瓶颈或者不能接收的性能点，来获得系统能提供的最大的服务级别。通俗地讲，压力测试是为了发现在什么条件下您的应用程序的性能会变得不可接受。这是就需要用到一些压测工具来对服务器进行并发压力测试。常见的压力测试工具有Jmeter，LoadRunner，ab等等，一般来说做压力测试，建议使用Jmeter或者LoadRunner，但是简单场景的压测使用ab就很方便快捷，还可以在linux服务器上进行，可以与其他压测工具做下对比。

本文将介绍如何使用ab对服务器进行压力测试，内容有

  • ab工具的安装
  • 压测命令的用法
  • 压测简单示例
  • 压测结果分析

原文：地址

1、ab工具的安装

  • 介绍

    ab是apachebench命令的缩写，ab命令会创建多个并发访问线程，模拟多个访问者同时对某一HTTP URL地址进行访问。

    ab命令对发出负载的计算机要求很低，它既不会占用很高CPU，也不会占用很多内存。但却会给目标服务器造成巨大的负载，其原理类似CC攻击。自己测试使用也需要注意，否则一次上太多的负载。可能造成目标服务器资源耗完，严重时甚至导致死机。

  • 安装

	yum -y install httpd-tools
  • 查看版本
	ab -V
2、压测命令的用法
  • 参数解析：
-n 测试会话中所执行的请求个数,默认仅执行一个请求,如果不指定-t参数，默认执行完所有请求后自动结束压测-c 一次产生的请求个数,即同一时间发出多少个请求,默认为一次一个,此参数可以控制对服务器的单位时间内的并发量-t 测试所进行的最大秒数,默认为无时间限制....其内部隐含值是[-n 50000],它可以使对服务器的测试限制在一个固定的总时间以内,如果时间到了，请求个数还未执行完，也会被停止。-p 包含了需要POST的数据的文件,数据格式以接口请求参数定义的格式为准,eg. xxx.json#json 内容示例： {"name":"小明","sex":"男"}-T POST 数据所使用的Content-type头信息,指定请求参数格式，eg. application/json-r 在接口返回失败后，默认会终止压测，添加此参数后压测会继续进行-v 设置显示信息的详细程度-w 以HTML表格的形式输出结果,默认是白色背景的两列宽度的一张表-i 以HTML表格的形式输出结果,默认是白色背景的两列宽度的一张表-x 设置属性的字符串,此属性被填入[/table]-y 设置属性的字符串-z 设置[table]属性的字符串-C 对请求附加一个Cookie行，其典型形式是name=value的参数对,此参数可以重复-H 对请求附加额外的头信息,此参数的典型形式是一个有效的头信息行,其中包含了以冒号分隔的字段和值的对(如"Accept-Encoding:zip/zop;8bit")-A HTTP验证,用冒号:分隔传递用户名及密码-P 无论服务器是否需要(即是否发送了401认证需求代码),此字符串都会被发送-X 对请求使用代理服务器-V 显示版本号并退出-k 启用HTTP KeepAlive(长连接)功能,即在一个HTTP会话中执行多个请求,默认为不启用KeepAlive功能-d 不显示"percentage served within XX [ms] table"的消息(为以前的版本提供支持)-S 不显示中值和标准背离值,且均值和中值为标准背离值的1到2倍时,也不显示警告或出错信息,默认会显示最小值/均值/最大值等(为以前的版本提供支持)-g 把所有测试结果写入一个'gnuplot'或者TSV(以Tab分隔的)文件-e 产生一个以逗号分隔的(CSV)文件,其中包含了处理每个相应百分比的请求所需要(从1%到100%)的相应百分比的(以微秒为单位)时间-h 显示使用方法-k 发送keep-alive指令到服务器端
  • 一般用法

对某接口进行压力测试:

ab -n 1000000 -c 200 -r  "http://localhost:8080/helloworld?name=小明"

以每秒200个请求的速度对此接口进行访问，知道请求数达到1000000个为止，忽略接口返回的错误信息

3、压测简单示例
  • 对get请求进行压测（一些页面和图片资源的访问也可以用这种方式）
#请求接口
ab -n 1000000 -c 200 -r  "http://localhost:8080/helloworld?name=小明" 
#获取图片
ab -n 1000000 -c 200 -r  "http://localhost:8080/static/test.png" 
#获取页面
ab -n 1000000 -c 200 -r  "http://localhost:8080/index.html"
  • 对post请求进行压测
#压测命令
ab -n 1000000 -c 1000 -r -p data.json -T 'application/json' "http://localhost:8080/public/regist"

#编辑请求数据
# vi data.json
{
"account":"128983321",
"nickname":"小明",
"sex":"男",
"age":22,
"password":"DFKJDFJDLSDKSKL&%DFSD"
}

注意：如果想在请求失败后结束压测，可以去掉-r参数

4、压测结果分析

  • 压测命令

    ab -n 10000 -c 1000 -r  "http://127.0.0.1:8080/helloworld?name=小明"

  • 压测结果

    This is ApacheBench, Version 2.3 <$Revision: 1430300 $>
Copyright 1996 Adam Twiss, Zeus Technology Ltd, http://www.zeustech.net/
Licensed to The Apache Software Foundation, http://www.apache.org/Benchmarking 172.25.0.248 (be patient)
Completed 1000 requests
Completed 2000 requests
Completed 3000 requests
Completed 4000 requests
Completed 5000 requests
Completed 6000 requests
Completed 7000 requests
Completed 8000 requests
Completed 9000 requests
Completed 10000 requests
Finished 10000 requestsServer Software:        
Server Hostname:        127.0.0.1  #请求的URL主机名
Server Port:            8080  #请求端口Document Path:          /helloworld?name=小明  #请求路径
Document Length:        29 bytes  #HTTP响应数据的正文长度Concurrency Level:      1000 #并发用户数，这是我们设置的参数之一（-c）
Time taken for tests:   129.957 seconds  #所有这些请求被处理完成所花费的总时间 单位秒
Complete requests:      10000  #总请求数量，这是我们设置的参数之一（-n）
Failed requests:        0      #表示失败的请求数量
Write errors:           0      #所有请求的响应数据长度总和。包括每个HTTP响应数据的头信息和正文数据的长度
Total transferred:      1500000 bytes   #所有请求的响应数据中正文数据的总和，也就是减去了Total transferred中HTTP响应数据中的头信息的长度HTML transferred:       290000 bytes    #吞吐量，计算公式：Complete requests/Time taken for tests  总请求数/处理完成这些请求数所花费的时间Requests per second:    76.95 [#/sec] (mean)  #用户平均请求等待时间，计算公式：Time token for tests/（Complete requests/Concurrency Level）。处理完成所有请求数所花费的时间/（总请求数/并发用户数）Time per request:       12995.680 [ms] (mean) #用户平均请求等待时间，计算公式：Time token for tests/（Complete requests/Concurrency Level）。处理完成所有请求数所花费的时间/（总请求数/并发用户数）Time per request:       12.996 [ms] (mean, across all concurrent requests)  #服务器平均请求等待时间，计算公式：Time taken for tests/Complete requests，正好是吞吐率的倒数。也可以这么统计：Time per request/Concurrency LevelTransfer rate:          11.27 [Kbytes/sec] received  #表示这些请求在单位时间内从服务器获取的数据长度，计算公式：Total trnasferred/ Time taken for tests，这个统计很好的说明服务器的处理能力达到极限时，其出口宽带的需求量。Connection Times (ms)min  mean[+/-sd] median   max
Connect:        0   24 150.7      0    1003
Processing:    73 12348 2207.1  12966   13916
Waiting:       53 12348 2207.1  12966   13916
Total:         73 12373 2199.0  12968   14023Percentage of the requests served within a certain time (ms)50%  12968 #50%的请求在13秒内返回66%  13005 75%  1303180%  1304990%  1310995%  1317398%  1326099%  13350 #99%的请求在13.4秒内返回100%  14023 (longest request)

这篇关于ab压测工具使用教程的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1054712。

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门（一）：登录与退出》 《Spring-Security-入门（二）：基于数据库验证》 《Spring-Security-入门（三）：密码加密》 《Spring-Security-入门（四）：自定义-Filter》 《Spring-Security-入门（五）：在 Sprin
阅读更多...
中文分词jieba库的使用与实景应用（一）

中文分词jieba库的使用与实景应用（一）

知识星球：https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义： 精确模式（默认模式）： 全模式： 搜索引擎模式： paddle 模式（基于深度学习的分词模式）： 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取
阅读更多...
使用SecondaryNameNode恢复NameNode的数据

使用SecondaryNameNode恢复NameNode的数据

1）需求： NameNode进程挂了并且存储的数据也丢失了，如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2）故障模拟 （1）kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 （2）删除NameNode存储的数据（/opt/module/hadoop-3.1.4/data/tmp/dfs/na
阅读更多...
Hadoop数据压缩使用介绍

Hadoop数据压缩使用介绍

一、压缩原则 （1）运算密集型的Job，少用压缩 （2）IO密集型的Job，多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1）为了支持多种压缩/解压缩算法，Hadoop引入了编码/解码器 2）要在Hadoop中启用压缩，可以配置如下参数
阅读更多...
Makefile简明使用教程

Makefile简明使用教程

文章目录 规则makefile文件的基本语法：加在命令前的特殊符号：.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具，常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件
阅读更多...
使用opencv优化图片（画面变清晰）

使用opencv优化图片（画面变清晰）

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化，使其看起来更清晰，同时保持尺寸不变，通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多，主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器：相机传
阅读更多...
高效录音转文字：2024年四大工具精选！

高效录音转文字：2024年四大工具精选！

在快节奏的工作生活中，能够快速将录音转换成文字是一项非常实用的能力。特别是在需要记录会议纪要、讲座内容或者是采访素材的时候，一款优秀的在线录音转文字工具能派上大用场。以下推荐几个好用的录音转文字工具！ 365在线转文字 直达链接：https://www.pdf365.cn/ 365在线转文字是一款提供在线录音转文字服务的工具，它以其高效、便捷的特点受到用户的青睐。用户无需下载安装任何软件，只
阅读更多...
pdfmake生成pdf的使用

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据，将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma
阅读更多...
零基础学习Redis(10) -- zset类型命令使用

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合，内部除了存储元素外，还会存储一个score，存储在zset中的元素会按照score的大小升序排列，不同元素的score可以重复，score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]
阅读更多...
git使用的说明总结

git使用的说明总结

Git使用说明 下载安装(下载地址) macOS: Git - Downloading macOS Windows: Git - Downloading Windows Linux/Unix: Git (git-scm.com) 创建新仓库 本地创建新仓库：创建新文件夹，进入文件夹目录，执行指令 git init ，用以创建新的git 克隆仓库 执行指令用以创建一个本地仓库的
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2