在实际工作中我们经常需要做一些性能测试，过去我基本上使用的都是JMeter，这么多年使用下来的一个感受是：JMeter并不太容易上手，但确实强大灵活，可以应对一些复杂的测试场景，一但掌握了，基本就不再需要其他工具了。所以这次专门写篇文章归纳总结一下。本文是一篇快速入门类的文章，将围绕最有代表性也是最常见的一类场景进行介绍，即：生成Mockup/Dummy JSON数据压测Restful API，同时配合讲解我还专门开发了一个JMeter Demo工程：https://github.com/bluishglc/jmeter-demo.git，希望通过对实例的讲解能有助于大家学习和复用。

1. 压力测试有哪些常见的需求？

在开始对JMeter的讲解之前，我们先了解一下进行压力测试前需要做哪些事情：

• 准备测试数据
• 多线程并发推送数据

对于所有的压测工具来说，第2点都是内置的基本功能，没有太大差别，差别往往体现在是否能灵活便捷地生成测试数据。一般来说，生成测试数据时往往有这样一些需求：

• 为记录中的某些字段生成随机值
• 控制记录中的某些字段在一个限定的集合中取值

接下我们就进行JMeter的学习，看看它是如何实现这些需求的。

2. 案例需求与JMeter Demo工程

为了便于学习JMeter的特性，我们来虚拟一个压力测试场景:

假设现在我们有这样一个Restful API需要进行压力测试：

接口：POST /api/put
消息格式：application/json
消息样本：
[
  {
    "metric": "cpu.usage",
    "timestamp": 1598286113000,
    "value": "24",
    "tags": {
      "app": "app01",
      "server": "server01"
    }
  },
  {
    "metric": "mem.used",
    "timestamp": 1598286113000,
    "value": "1234",
    "tags": {
      "app": "app01",
      "server": "server01"
    }
  }
]

这是一个典型的向Restful API推送Json数据的压力测试，关于API接收的数据格式，有如下一些解释：

• 数据描述的一些服务器运行的硬件运行指标（标准叫法是metric），例如数组中的第一个JSON是cpu利用率，第二个是已用内存（熟悉OpenTSDB的同学可能已经认出来了，没错，这是OpenTSDB的数据格式）。
• 每次推送的是一个JSON数组，数组内的JSON元素格式是一样的(tags类似于一个map，内部的KV对可以是不固定的），只是字段的取值会有所不同

接下来是对需要生成的Mockup/Dummy JSON数据的重要需求：

1. 在单次推送的JSON中，所有metric数据的timestamp值是一样的，表示的是在同一个时间点采集的不同指标
2. 但是在不同批次推送的JSON中， timestamp的值是不一样的，需要在一个指定的时间区间内生成随机的时间戳
3. cpu.usage的value是一个0到100之间的随机值，mem.used的value是一个0到1024之间的随机值
4. tags中的app和server既不可以完全随机，也不可以是固定的单一值，而是要按如下的取值组合生成数据：

app01,server01
app01,server02
app02,server03
app02,server04

很多时候，我们在生成数据时会通过不同的取值组合控制生成的的数据比例，从而可以测试在不同数据量下系统的性能表现，例如上面的场景，如果我们给app01再追加两台server，这样生成app01的数据量就是app02的两倍。介绍完样本数据的需求后，让我们看一下JMeter是如何实现这个测试的吧。

3. 创建测试计划

一个测试计划就是一个JMeter工程，通过菜单：“File” -> “New”即可创建，本文我们以建好的jmeter-demo项目为例讲解。首先，检出项目：git clone https://github.com/bluishglc/jmeter-demo.git，然后通过JMeter打开项目中的demo-testplan.jmx文件， 我们将会看到这样的界面：

在左侧的工程目录中，Demo Test Plan是根目录，下面包含一个Demo Thread Group。一个Test Plan通常会包含多个Test Group, 一个Test Group相当于一个可独立执行的测试用例。对于Test Group来说，最重要的三个设置项是分别是：

• Number of Threads: 启动多少个并发线程
• Loop Count：（每个线程的）执行次数
• Ramp-up Period: 当启动多个线程时，在多长时间内完成全部线程的启动

对这个三个参数作两点简要说明：

• Number of Threads * Loop Count = Total Count， 如果线程数是2，Loop Count是50， 则测试计划将总计将执行2 * 50 = 100次
• 如果线程数是5，Ramp-up Period是50秒，则平均每10秒会启动一个新线程，直到5个线程全部起来。之所以会有这个ramp-up的时间是因为启动线程是一个比较耗费资源的动作，一般不太可能一下就初始化出这么多线程，给定一个ramp-up的周期是比较好的做法。

需要提醒大家注意的是，虽然最新的JMeter对于Thread Group中各个配置项的顺序并没有要求，但是为了便于管理和维护，还是建议大家按配置项起作用的顺序进行排序，把发送请求前需要完成的配置项放在前面，例如这里的HTTP Header Manager, Random Variable以及CSV Data Set Config；把请求发送的配置项放在中间，也就是这里的HTTP Request，发送之后的结果汇总放在最后，也就是View Results in Table, View Results Tree和Summary Report。

4. 配置HTTP Header

接下来， 我们先看Thread Goup中的第一个配置项： HTTP Header Manager：

添加“HTTP Header Manager”的方法是在Thread Group上单击右键，在弹出的菜单中选择：“Add” -> “Config Element” -> “HTTP Header Manager” 。

顾名思义，这是配置HTTP请求的Header信息的，在我们这个示例中，只有一个重要的Header信息，即Content-Type: application/json;charset=UTF-8，因为我们推送的是一个JSON数据。需要特别提醒的是：通常HTTP Header的配置在一个项目中是高度统一的，所以更多时候，HTTP Header Manager会放在Test Plan下面，而不是某一个Thread Group下，以便其全局有效。

5. 设定随机变量

接下来是Tread Group中的第二个配置项：Random Variable:

添加“Random Variable”的方法是在Thread Group上单击右键，在弹出的菜单中选择：“Add” -> “Config Element” -> “Random Variable” 。

这是用来配置随机变量的。前面我们对JSON数据提出的第2点需求：

在不同批次推送的JSON中， timestamp的值必需是不一样的，需要在一个指定的时间区间内生成随机的时间戳

这里的Random Variable设置就是应这一需求而添加的。在右侧的面板中，我们需要做如下配置：

Variable Name：timestamp
Minimum Value: 1590940800
Maximum Vlaue: 1601481600

解释一下这三项配置，变量名我们取名为timestamp，这一变量名将在后面的JSON模板中引用，使用方式是${timestamp}，其值使用Unix Timestamp格式，Minimum Value是设定的最小取值，转换为日期是2020-06-01 00:00:00，Maximum Vlaue是最大值，转换为日期是2020-10-01 00:00:00，所以这个三个配置项合在一起就可以实现：生成2020-06-01 00:00:00到2020-10-01 00:00:00之间的随机时间戳。

关于随机时间戳，我们必须要留意这样一个问题：如果我们指定的时间范围较小，而生成的数据量又比较大时，一定会产生大量的重复时间戳，假如这个时间戳字段在你测试的系统中不允许重复，或者时间戳重复的记录被自动覆盖（例如OpenTSDB），而压测完成后，沉淀在数据库里的数据条数会远远小于你的压测数据量，这一点大家务必要注意。

关于Random Variable还要解释一点的是：在一次运行中只会有一个随机值，所有引用这个变量的地方在一次运行中其值是一样的，这正符合我们对timestamp时间戳的要求，因为我们需要：在单次推送的JSON中，所有metric数据的timestamp值是一样的，表示的是在同一个时间点采集的不同的metric。

如果我们想让同一批次推送的JSON中的某个多次出现的值不一样，则应该使用Random函数。在需求3中，我们要求cpu.usage的value每次都是一个0到100之间的随机值，所以value的值可以这样设定：${__Random(0,100)}，我们会在后面的JSON模板中看到。

JMeter中提供了大量强大而灵活的function，可以参考其官方文档： https://jmeter.apache.org/usermanual/functions.html

6. 基于限定的取值集合生成测试数据

我们再继续往下看CSV Data Set Config：

添加“Random Variable”的方法是在Thread Group上单击右键，在弹出的菜单中选择：“Add” -> “Config Element” -> “CSV Data Set Config” 。

CSV Data Set Config是为实现需求4：

tags中的app和server既不可以完全随机，也不可以是固定的单一值，而是要按如下的取值组合生成数据：
app01,server01
app01,server02
app02,server03
app02,server04

而添加的。这是JMeter中非常强大的一项功能。简单地说，它的用处就是把测试需要的取值集合写到一个CSV文件中，每次执行时从CSV文件中读取一行数据替换请求中的相关变量。

我们看一下它的具体实现，在右侧配置中，最重要的是两项配置：

File Name：data-classifier.csv
Varaiable Names: app,server

File Name用来指定取值集合CSV文件的位置，我们建议将CSV文件放置于项目文件*.jmx的同一目录下，这样可以使用相对路径，即只指定csv文件名即可，因为CSV文件和工程文件是在同一目录下，这做的好处不管工程拷贝到什么位置，都不需要修改这里的路径。

同时，我们要给CSV提供的数据集合取一些变量名，只有有了变量名才能在后续的JSON模板中引用。CSV文件中的每一列数据都可以单独引用，所以这里的变量名相当于CSV文件的列名。我们来看一下data-classifier.csv文件就知道了：

app01,server01
app01,server02
app02,server03
app02,server04

我们给出的Varaiable Names是app,server，意思就是CSV中的第一列取名app, 第二列取名server，这样就可以在JSON模板中以${app}和${server}的形式引用CSV中的数据了，在第一次运行时，解析出的这两个变量的值分别是app01和server01，第二次运行时，解析出的值分别是app02和server02，依次类推，当第五次运行时，解析出的值又将回到app01和server01，如此一直循环下去。

7. 配置HTTP请求和JSON模板

在完成了所有的准备工作后，我们可以正式创建一个HTTP请求了。添加HTTP请求的方法是在Thread Group上单击右键，在弹出的菜单中选择：“Add” -> “Sampler” -> “HTTP Request” 。

这里我们看一下demo工程中已经创建好的这个HTTP Request：

在这个HTTP Request中有五个重要的配置项：

Server Name or IP: xxx.xxx.xxx.xxx //需要手动修改为你的API服务器的主机名或IP
HTTP Request Method: POST //需要手动修改为你的API接受的Method
HTTP Request Path: /api/put //需要手动修改为你的API接受的Path
HTTP Port: 4242 //需要手动修改为你的API服务器的端口
Boday Data: [{"metric": "cpu.usage", ....}] //需要手动修改为你的API接受的JSON格式

这些配置都与你实际测试的API密切相关，所以基本都需要手动修改一下。我们重点要关注的是Body Data里的这个JSON，它就是我们前面多次提到的JSON模板，我们前面配置的所有变量都在这个JSON模板中使用到了， 我们看一下它的具体内容：

[
  {
    "metric": "cpu.usage",
    "timestamp": ${timestamp},
    "value": ${__Random(0,100)},
    "tags": {
    "app": "${app}",
    "server": "${server}"
    }
  },
  {
    "metric": "mem.used",
    "timestamp": ${timestamp},
    "value": ${__Random(0,1024)},
    "tags": {
    "app": "${app}",
    "server": "${server}"
    }
  }
]

这个JSON模板与前我们前面给出的那个JSON样本的区别在于部分字段的值被一些变量和函数替代了，从而使得每次执行时生成的JSON都是变化的。我们在前面的介绍中已经介绍过了所有的这些变量和函数，这里我们再从JSON模板的视角重新梳理一下：

• ${timestamp}：是通过Random Variable定义的一个随机值，它的特点是在单次执行中其值是不变的，下次执行时才会改变。所以在本例中，每次生成的JSON里cpu.usage和mem.used两个metric的timestamp值是一样的。
• ${__Random(0,100)}：是一个随机函数，可以生成0到100之间的随机值，每次执行都是不一样的值。所以在本例中，每次生成的cpu.usage和mem.used两个metric的value大概率是不一样的（有一定几率生成相同的随机值）
• ${app}和${server}：是通过CSV Data Set Config定义的，其值分别来自于data-classifier.csv文件的第一列和第二列，每执行一次读取一行。

8. 通过命令行启动测试计划并设定并发数量和数据量

在测试计划的开发阶段，我们可以通过JMeter的GUI直接启动少量的请求来验证测试计划是否配置正确，一旦开发完成准备进行正式测试时，就不建议在GUI上执行了，而是要将整个工程拷贝到一台测试服务器上，通过命令行的方式来启动测试计划，以下是命令行方式启动jmeter-demo的参考：

nohup /your-jmeter-cli-path/jmeter.sh -n -t /your-jmeter-demo-project-path/demo-testplan.jmx -l result.jtl &
tail -f nohup.out

由于压力测试的执行时间一般都非常长，所以建议使用nohup...&的形式在后台运行，然后使用tail -f nohup.out来查看执行状态。

但是上述执行使用的并发数量和压测数据量是固化在demo-testplan.jmx工程文件中的，很多时候我们需要在执行时动态调整并发数和数据量，怎么做呢？我们可以在工程配置中将Number of Threads和Loop Count这两个配置项从固定值改为变量形式，然后在命令行中以参数形式给变量赋值。具体做法就是到Thread Group的配置页面，将Number of Threads和Loop Count配置项的值分别改为${__P(thread,)}和${__P(count,)}，如下图所示：

然后，通过-J变量名=变量值的形式给这两个变量赋值。此时，如果我们想让这个测试启动2个线程，每个线程插入50条数据，则命令行为：

nohup /your-jmeter-cli-path/jmeter.sh -Jthread=2 -Jcount=50 -n -t /your-jmeter-demo-project-path/demo-testplan.jmx -l result.jtl &
tail -f nohup.out

9. 查看执行结果

JMeter提供了多种多样的结果报表，可以在Thread Group上单击右键，在弹出的菜单中选择：“Add” -> “Listener”，然后选择你需要的即可，一般对于HTTP请求来说，常用的也就是我们Demo项目中配置的这些，我们简单看一下：

• View Results in Table

• View Results Tree
  
• Summay Report

关于作者：耿立超，架构师，14年IT系统开发和架构经验，对大数据、企业级应用架构、SaaS、分布式存储和领域驱动设计有丰富的实践经验，热衷函数式编程。目前负责企业数据中台的架构设计和开发工作，对Hadoop/Spark 生态系统有深入和广泛的了解，参与过Hadoop商业发行版的开发，曾带领团队建设过数个完备的企业数据平台，个人技术博客：https://laurence.blog.csdn.net/ 作者著有《大数据平台架构与原型实现：数据中台建设实战》一书