之前写过一个性能测试框架中 QPS 取样器实现，总体思路是通过一个异步工具类com.funtester.frame.execute.Progress来统计各个线程自己的统计数据（响应时间），然后再依据线程数计算实时的 QPS。

但是这个思路很容易受到数据（响应时间）取样的样本大小影响，因为对于混合接口压测场景中，不同接口的响应时间可能会差别很大。所有通过之前的思路就需要优化了，经过一些尝试终于确定了新的方案。

思路

这个功能仅针对于静态压测模型来讲，因为动态压测模型实现思路已经很不一样了，强制统一不太合适。所以针对动态模型，我单独写了一个动态模型的 QPS 取样器，对于之前的静态模型，我重新实现了 RT 取样器。由于动态模型中并不会记录响应时间，暂时也没有增加 RT 取样器的计划。

1. 对于静态模型的 RT 取样器。我添加了com.funtester.base.constaint.ThreadBase#INTERCEPT和com.funtester.base.constaint.ThreadBase#COUNT，通过控制这两个开关来实现不同的功能。通过一个异步线程接口控制台输出内容，来控制 RT 取样器工作状态。
2. 对于动态模型中的 QPS 模型，用到了性能测试中的 LongAdder，经过测试性能足够好。依然通过异步线程获取这个计数器的值当做 QPS，然后每次重置即可。
3. 对于动态模型中的线程模型，由于com.funtester.base.constaint.ThreadBase已经提供了com.funtester.base.constaint.ThreadBase#executeNum当做每个线程的计数器，由于单线程的，所以并不用考虑线程安全的问题。直接将任务池中的com.funtester.base.constaint.ThreadBase存活对象遍历一遍求和即可。

实现

静态模型

取样器方法实现：

/**
 * 取样器
 *
 * @param time
 */
public static void statistic(int time) {
    INTERCEPT = true;
    sleep(time);
    INTERCEPT = false;
    CountUtil.FunIndex index = CountUtil.index(interceptCosts);
    logger.info("当前QPS:{}", interceptCosts.size() / time);
    logger.info("当前RT:{}", index.toString());
    interceptCosts = new Vector<>();
}

这里用到了com.funtester.utils.CountUtil#index，代码后面会附上。

动态 QPS 模型

之前写过一个基于Disruptor的动态 QPS 模型框架：

• 高性能队列 Disruptor 在测试中应用 2021-12-28
• 千万级日志回放引擎设计稿 2021-12-30

但是经过实际使用，并不适合，二次开发的复杂程度较高，目前已经放弃了。不过由于部分用例已经用上了，新的框架还没时间验证，所以还会保留一阵子。

关于Disruptor获取实时 QPS 的可以翻一翻上面的文章，下面是新写的框架实现：

if (index++ % LOOP_INTERVAL == 0) logger.info("当前设计QPS:{},实际QPS:{} 活跃线程数:{}", qps, total.sumThenReset() / LOOP_INTERVAL as int, executor.getActiveCount())

其中com.funtester.frame.execute.FunEventConcurrent#total作为单个测试任务的统计对象，这也是为以后多任务做铺垫。

动态线程模型

这个相对简单，不用考虑线程安全的问题，只是在每次输出增减内容之后输出当前任务池的信息即可。

首先是任务池信息获取方法：

/**
 * 获取实时当然任务池信息
 */
public static synchronized void printInfo() {
    long s = threads.stream().collect(Collectors.summarizingInt(f -> f.executeNum)).getSum();
    sleep(1);
    long e = threads.stream().collect(Collectors.summarizingInt(f -> f.executeNum)).getSum();
    logger.info("当前任务数:{} QPS:{}", aliveSize(), e - s);
}

其次是在处理控制台输出内容的内部类稍微改造一下：

private static class FunTester implements IFunController {

    boolean key = true;

    @Override
    public void run() {
        while (key) {
            String input = getInput();
            switch (input) {
                case "+":
                    add();
                    break;
                case "-":
                    reduce();
                    break;
                case "*":
                    over();
                    key = false;
                    break;
                default:
                    if (Regex.isMatch(input, "(F|f)\\d+")) THREAD_STEP = changeStringToInt(input.substring(1));
                    break;
            }
            FunThread.printInfo();
        }
    }

    @Override
    public void add() {
        range(THREAD_STEP).forEach(f -> {
            addTask();
            sleep(0.5);
        });
    }

    @Override
    public void reduce() {
        range(THREAD_STEP).forEach(f -> {
            removeTask();
            sleep(0.5);
        });
    }

    @Override
    public void over() {
        FunThread.stop();
        logger.info("动态结束任务!");
    }

}

Have Fun ~ Tester ！

• FunTester 原创大赏
• 性能测试专题【FunTester 原创】
• FunTester 社群风采
• 接口功能测试专题【FunTester 原创】
• Java、Groovy、Python 和 Golang 如何把方法当作参数
• Socket 接口固定 QPS 性能测试实践
• JSON 必知必会【PDF+ 视频教程】
• 利用 Python+plotly 制作接口请求时间的 violin 图表
• 初遇 Postman，SayHi 的三种方式
• 6 个重要的 JVM 性能参数
• Java&Go 三种 HTTP 客户端性能测试
• JMeter 吞吐量误差分析
• Selenium4 Alpha-7 升级体验
• 基于爬虫的测试自动化经验分享
• 利用闭包实现自定义等待方法