压测中测量异步写入接口的延迟
在服务端性能优化的时候，有一种方案叫 “异步写入”。就是把本来要写入数据库的功能放到异步来做，跟异步查询转同步的区别在于，异步查询是要等结果的，而异步写入则可以不等返回结果，甚至直接把写入任务丢到一个专门的任务队列中。
在对于实时性要求并不高的业务来讲，这是一个非常值得推荐的方法，比如用户消费了一笔金额场景中，对于用户消费信息的记录以及消费带来的积分提升、会员等级提升都可以异步来实现。日常接触最多的异步应该是日志和打点系统，几乎没有见过非异步实现的方案。
异步写入带来的另外一个问题就是 “延迟”，一般开发会给出一些延迟的参数值，但是在性能测试过程中这个值可能会非常大，甚至超出用户的可接受范围。这个时候就需要测试 延迟在不用压力情况下的数值大小，以便给出最好的服务负载数据。
下面分享一个检测用户更改个人信息的接口的延迟测试方案：
package com.okayqa.teacherpad
import com.fun.utils.RString
import com.okayqa.teacherpad.base.OkayBase
import com.okayqa.teacherpad.function.UserInfo
class T extends OkayBase {
public static void main(String[] args) {
def base = getBase()
def info = new UserInfo(base)
def total = []
def diff = []
100.times {
def uname = RString.getString(5)
def result = info.updateInfo(1, uname)
int i;
if (isRight(result)) {
def mark0 = getNanoMark()
while (true) {
def mark00 = getNanoMark()
def userinfo = info.getUserInfo()
def mark01 = getNanoMark()
diff << mark01 - mark00
if (userinfo.getUserInfo().getString("uname") == uname) break;
if (i++ > 5) break
}
def mark1 = getNanoMark()
total << mark1 - mark0
} else {
fail()
}
}
//求平均值的两种方法
def var = diff.sum() / diff.size()
def average = total.stream().mapToInt().average();
output "单次修改信息延迟约${average - var / 2}"
}
}
上面的参数可以根据实际大小来调整，一边压测一边另起进程测试写入接口的延迟情况。
- 郑重声明：文章首发于公众号“FunTester”，禁止第三方（腾讯云除外）转载、发表。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2020-02-20，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
