我们今天主要说一说轻量级性能测试工具 wrk。

目录

一、什么是 wrk 二、 wrk 的优势&劣势

• 2.1 优势

• 2.2 劣势

三、wrk 安装

• 3.1 Linux 安装

• 3.2 MacOS 安装

• 3.3 Window 10 安装

• 3.4 验证一下，是否安装成功

四、如何使用

• 4.1 简单使用

• 4.2 wrk 子命令参数说明

• 4.3 测试报告

• 4.4 使用 Lua 脚本进行复杂测试

五、总结 六、参考文档

七、赠送面试&学习福利资源

一、什么是 wrk

摘自官方 GitHub 上的英文介绍：

 

翻译一下：

wrk 是一款针对 Http 协议的基准测试工具，它能够在单机多核 CPU 的条件下，使用系统自带的高性能 I/O 机制，如 epoll，kqueue 等，通过多线程和事件模式，对目标机器产生大量的负载。

PS: 其实，wrk 是复用了 redis 的 ae 异步事件驱动框架，准确来说 ae 事件驱动框架并不是 redis 发明的, 它来至于 Tcl 的解释器 jim, 这个小巧高效的框架, 因为被 redis 采用而被大家所熟知。

二、 wrk 的优势&劣势

2.1 优势

在说 wrk 的优势之前，瞅一下 wrk 的 GitHub Star 数，也能侧面反映下它的可靠性：

 

Wow ! 截止笔者截图为止, Star 数已经达到了 19742 !!!

再来说说 wrk 的优势：

• 轻量级性能测试工具;

• 安装简单（相对 Apache ab 来说）;

• 学习曲线基本为零，几分钟就能学会咋用了；

• 基于系统自带的高性能 I/O 机制，如 epoll, kqueue, 利用异步的事件驱动框架，通过很少的线程就可以压出很大的并发量；

2.2 劣势

wrk 目前仅支持单机压测，后续也不太可能支持多机器对目标机压测，因为它本身的定位，并不是用来取代 JMeter, LoadRunner 等专业的测试工具，wrk 提供的功能，对我们后端开发人员来说，应付日常接口性能验证还是比较友好的。

三、wrk 安装

wrk 只能被安装在类 Unix 系统上，所以我们需要一个 Linux 或者 MacOS 环境。Windows 10 安装需要开启自带的 Ubuntu 子系统。

3.1 Linux 安装

3.1.1 Ubuntu/Debian

依次执行如下命令：

sudo apt-get install build-essential libssl-dev git -ygit clone https://github.com/wg/wrk.git wrkcd wrkmake# 将可执行文件移动到 /usr/local/bin 位置sudo cp wrk /usr/local/bin

 

3.2.2 CentOS / RedHat / Fedora

依次执行如下命令：

sudo yum groupinstall 'Development Tools'sudo yum install -y openssl-devel gitgit clone https://github.com/wg/wrk.git wrkcd wrkmake# 将可执行文件移动到 /usr/local/bin 位置sudo cp wrk /usr/local/bin

 

3.2 MacOS 安装

Mac 系统也可以通过先编译的方式来安装，但是更推荐使用 brew 的方式来安装, 步骤如下：

1. 安装 Homebrew，安装方式参考官网 https://brew.sh （也就一行命令的事）;

2. 安装 wrk: brew install wrk;

3.3 Window 10 安装

Windown 10 需要在 Windows功能 里勾选 适用于Linux的Windows子系统, 然后通过 bash命令切换到 Ubuntu 子系统。接下来，参考 3.1.1 Ubuntu 的操作系通中，安装 wrk 的步骤。

由于笔者使用的是 MacOS, Windows 上的安装步骤，并没有实际操作过，具体安装步骤，您可以参考官方 Windows 10 的安装教程：https://github.com/wg/wrk/wiki/Installing-wrk-on-Windows-10 ，或者用您喜欢的搜索引擎来搜索 Windows 10 如何启用 Ubuntu 子系统后，再安装 wrk，亦或者通过安装 Linux 虚拟机的方式来使用 wrk。

3.4 验证一下，是否安装成功

命令行中输入命令：

1. wrk -v

 

输出如上信息，说明安装成功了！

四、如何使用

安装成功了，要如何使用呢？

4.1 简单使用

1. wrk -t12 -c400 -d30s http://www.baidu.com

这条命令表示，利用 wrk 对 www.baidu.com 发起压力测试，线程数为 12，模拟 400 个并发请求，持续 30 秒。

4.2 wrk 子命令参数说明

除了上面简单示例中使用到的子命令参数， wrk 还有其他更丰富的功能，命令行中输入 wrk--help, 可以看到支持以下子命令：

[root@VM_0_5_centos ~]# wrk --helpUsage: wrk 
      
      
       Options:-c, --connections 
       
         Connections to keep open-d, --duration 
        
          Duration of test-t, --threads 
         
           Number of threads to use -s, --script 
           Load Lua script file-H, --header 
           
             Add header to request--latency Print latency statistics--timeout 
            
              Socket/request timeout-v, --version Print version details Numeric arguments may include a SI unit (1k, 1M, 1G)Time arguments may include a time unit (2s, 2m, 2h)
            
           
         
        
       
      
     

 

翻译一下：

1. 使用方法: wrk <选项> <被测HTTP服务的URL>

2. Options:

3. -c, --connections <N> 跟服务器建立并保持的TCP连接数量

4. -d, --duration <T> 压测时间

5. -t, --threads <N> 使用多少个线程进行压测

6.  

7. -s, --script <S> 指定Lua脚本路径

8. -H, --header <H> 为每一个HTTP请求添加HTTP头

9. --latency 在压测结束后，打印延迟统计信息

10. --timeout <T> 超时时间

11. -v, --version 打印正在使用的wrk的详细版本信息

12.  

13. <N>代表数字参数，支持国际单位 (1k, 1M, 1G)

14. <T>代表时间参数，支持时间单位 (2s, 2m, 2h)

PS: 关于线程数，并不是设置的越大，压测效果越好，线程设置过大，反而会导致线程切换过于频繁，效果降低，一般来说，推荐设置成压测机器 CPU 核心数的 2 倍到 4 倍就行了。

4.3 测试报告

执行压测命令:

1. wrk -t12 -c400 -d30s --latency http://www.baidu.com

执行上面的压测命令，30 秒压测过后，生成如下压测报告：

1. Running 30s test @ http://www.baidu.com

2. 12 threads and 400 connections

3. Thread Stats Avg Stdev Max +/- Stdev

4. Latency 386.32ms 380.75ms 2.00s 86.66%

5. Req/Sec 17.06 13.91 252.00 87.89%

6. Latency Distribution

7. 50% 218.31ms

8. 75% 520.60ms

9. 90% 955.08ms

10. 99% 1.93s

11. 4922 requests in 30.06s, 73.86MB read

12. Socket errors: connect 0, read 0, write 0, timeout 311

13. Requests/sec: 163.76

14. Transfer/sec: 2.46MB

我们来具体说一说，报告中各项指标都代表什么意思：

1. Running 30s test @ http://www.baidu.com （压测时间30s）

2. 12 threads and 400 connections （共12个测试线程，400个连接）

3. （平均值） （标准差） （最大值）（正负一个标准差所占比例）

4. Thread Stats Avg Stdev Max +/- Stdev

5. （延迟）

6. Latency 386.32ms 380.75ms 2.00s 86.66%

7. (每秒请求数)

8. Req/Sec 17.06 13.91 252.00 87.89%

9. Latency Distribution （延迟分布）

10. 50% 218.31ms

11. 75% 520.60ms

12. 90% 955.08ms

13. 99% 1.93s

14. 4922 requests in 30.06s, 73.86MB read (30.06s内处理了4922个请求，耗费流量73.86MB)

15. Socket errors: connect 0, read 0, write 0, timeout 311 (发生错误数)

16. Requests/sec: 163.76 (QPS 163.76,即平均每秒处理请求数为163.76)

17. Transfer/sec: 2.46MB (平均每秒流量2.46MB)

可以看到，压测报告还是非常直观的！

标准差啥意思？标准差如果太大说明样本本身离散程度比较高，有可能系统性能波动较大。

4.4 使用 Lua 脚本进行复杂测试

您可能有疑问了，你这种进行 GET 请求还凑合，我想进行 POST 请求咋办？而且我想每次的请求参数都不一样，用来模拟用户使用的实际场景，又要怎么弄呢？

对于这种需求，我们可以通过编写 Lua 脚本的方式，在运行压测命令时，通过参数 --script 来指定 Lua 脚本，来满足个性化需求。

4.4.1 wrk 对 Lua 脚本的支持

wrk 支持在三个阶段对压测进行个性化，分别是启动阶段、运行阶段和结束阶段。每个测试线程，都拥有独立的Lua 运行环境。

启动阶段:

1. function setup(thread)

在脚本文件中实现 setup 方法，wrk 就会在测试线程已经初始化，但还没有启动的时候调用该方法。wrk会为每一个测试线程调用一次 setup 方法，并传入代表测试线程的对象 thread 作为参数。setup 方法中可操作该 thread 对象，获取信息、存储信息、甚至关闭该线程。

1. thread.addr - get or set the thread's server address

2. thread:get(name) - get the value of a global in the thread's env

3. thread:set(name, value) - set the value of a global in the thread's env

4. thread:stop() - stop the thread

运行阶段：

1. function init(args)

2. function delay()

3. function request()

4. function response(status, headers, body)

• init(args): 由测试线程调用，只会在进入运行阶段时，调用一次。支持从启动 wrk 的命令中，获取命令行参数；

• delay()： 在每次发送请求之前调用，如果需要定制延迟时间，可以在这个方法中设置；

• request(): 用来生成请求, 每一次请求都会调用该方法，所以注意不要在该方法中做耗时的操作；

• response(status,headers,body): 在每次收到一个响应时被调用，为提升性能，如果没有定义该方法，那么wrk不会解析 headers 和 body；

结束阶段：

1. function done(summary, latency, requests)

done() 方法在整个测试过程中只会被调用一次，我们可以从给定的参数中，获取压测结果，生成定制化的测试报告。

自定义 Lua 脚本中可访问的变量以及方法：

变量：wrk

1. wrk = {

2. scheme = "http",

3. host = "localhost",

4. port = 8080,

5. method = "GET",

6. path = "/",

7. headers = {},

8. body = nil,

9. thread = <userdata>,

10. }

以上定义了一个 table 类型的全局变量，修改该 wrk 变量，会影响所有请求。

方法：

1. wrk.fomat

2. wrk.lookup

3. wrk.connect

上面三个方法解释如下：

1. function wrk.format(method, path, headers, body)

2.  

3. wrk.format returns a HTTP request string containing the passed parameters

4. merged with values from the wrk table.

5. # 根据参数和全局变量 wrk，生成一个 HTTP rquest 字符串。

6.  

7. function wrk.lookup(host, service)

8.  

9. wrk.lookup returns a table containing all known addresses for the host

10. and service pair. This corresponds to the POSIX getaddrinfo() function.

11. # 给定 host 和 service（port/well known service name），返回所有可用的服务器地址信息。

12.  

13. function wrk.connect(addr)

14.  

15. wrk.connect returns true if the address can be connected to, otherwise

16. it returns false. The address must be one returned from wrk.lookup().

17. # 测试给定的服务器地址信息是否可以成功创建连接

4.4.1 通过 Lua 脚本压测示例

调用 POST 接口：

1. wrk.method = "POST"

2. wrk.body = "foo=bar&baz=quux"

3. wrk.headers["Content-Type"] = "application/x-www-form-urlencoded"

注意: wrk 是个全局变量，这里对其做了修改，使得所有请求都使用 POST 的方式，并指定了 body 和 Content-Type头。

自定义每次请求的参数：

1. request = function()

2. uid = math.random(1, 10000000)

3. path = "/test?uid=" .. uid

4. return wrk.format(nil, path)

5. end

在 request 方法中，随机生成 1~10000000 之间的 uid，并动态生成请求 URL.

每次请求前，延迟 10ms:

1. function delay()

2. return 10

3. end

请求的接口需要先进行认证，获取 token 后，才能发起请求，咋办？

1. token = nil

2. path = "/auth"

3.  

4. request = function()

5. return wrk.format("GET", path)

6. end

7.  

8. response = function(status, headers, body)

9. if not token and status == 200 then

10. token = headers["X-Token"]

11. path = "/test"

12. wrk.headers["X-Token"] = token

13. end

14. end

上面的脚本表示，在 token 为空的情况下，先请求 /auth 接口来认证，获取 token, 拿到 token 以后，将 token 放置到请求头中，再请求真正需要压测的 /test 接口。

压测支持 HTTP pipeline 的服务：

1. init = function(args)

2. local r = {}

3. r[1] = wrk.format(nil, "/?foo")

4. r[2] = wrk.format(nil, "/?bar")

5. r[3] = wrk.format(nil, "/?baz")

6.  

7. req = table.concat(r)

8. end

9.  

10. request = function()

11. return req

12. end

通过在 init 方法中将三个 HTTP请求拼接在一起，实现每次发送三个请求，以使用 HTTP pipeline。

五、总结

本文中，我们学习了轻量级性能测试工具 wrk, 如何安装，以及具体的使用方法，包括通过 Lua 脚本来个性化定制请求等。希望读完本文，能对您有所帮助哦！

 

转载自：小哈学JAVA公众号