昨天的文章详细的介绍了 mock,今天补充一个 mock 服务的实际使用场景——高并发性能测试时的依赖服务 mock;
最近在做一个项目的全链路压测,目的是验证服务有 LB 层、虚拟化层再到服务本身的性能情况,目标 QPS 是 50w;这就带来一个问题,由于待测服务 A 有 n 个后端服务,且客户端请求数:后端服务请求数是 1:n 的,也就是说预期的 50w 的 qps,对应后端的 qps 和就是 n 倍的 50w;当然,测试过程不能使用线上服务,所以需要一个性能非常好的 mock 服务;
更多内容可以学习《测试工程师 Python 工具开发实战》书籍、《大话性能测试 JMeter 实战》书籍
之前分享过使用 nginx cache 来实现 mock server,当然 nginx cache 也能完成这个任务,32 核 64G 的 linux,nginx 的 cache 性能可以达到单机 20w。
但使用 nginx cache 作为 mock server 有几个问题:
1、需要先 cache 真实的后端服务的 response;
2、如果有多个接口需要 mock 的话,需要频繁的修改 nginx 配置;
3、如果有接口返回内容需要更新,需要删掉本地 cache 文件;
4、单机 20w 的 qps,相比一般的网络框架,已经很高了,但是 n×50w 的 qps,还是需要很多台 nginx,才能完成;
为了解决上述几个问题,考虑用 golang 写一个 mock 服务,写了个架子测试了一下,查 map 的 qps 只能到 6w 多,还不如 nginx,放弃;
google 了一下高性能框架,发现一个叫 japronto 的 python 的网络框架,号称单机 100w+ 的 qps,写了个 demo 试了一下,确实没问题;详见 github 地址:https://github.com/squeaky-pl/japronto
服务启动 -> initData -> 根据 type 做不同处理,默认返回类型 json,proto 的话做二进制序列化;
DB 字段:

实现简单前端页面完成接口内容修改:

用 wrk 验证一下测试服务性能:(抛开带宽限制)

32 核机器,20 个进程,qps 可达 98w,tp99<2ms;
实际使用
实际使用时,只需要同时部署 5 台 20 核虚机,或打包成镜像附属到测试集群,使用内网域名负载均衡到这五台机器(k8s 集群的话使用域名映射),将被测服务的依赖服务地址改写成 mock 域名:端口/自定义 path;
核心代码如下
1、fastMock.py
from japronto import Application
import etcd3, json, sys
import mysqlConnect
def handler(request):
# print(str(res[request.path]))
if(alldata[request.path]["type"]=="proto"):
return request.Response(body=alldata[request.path]["mockvalue"])
else:
r = json.dumps(alldata[request.path]["mockvalue"])
return request.Response(text=r)
def covProto(jsonstr):
#需要protobuf类型的response可以通过配置mock类型(proto)来返回二进制body
# serverResponseBody = json_format.Parse(jsonstr, prototest_pb2.ServerResponseBody())
# body = serverResponseBody.SerializeToString()
#return body
return "binnary body"
def initData():
mc = mysqlConnect.MysqlConnect({"HOST": "xx.xx.xx.xx", "USER": "root", "PWD": "xxxx", "DB": "mock"})
i = mc.query("select * from mockapi")
res = {}
for row in i:
if(row[3]=="proto"):
body = covProto(row[2])
res[row[1]] = {"type": row[3], "mockvalue": body}
else:
res[row[1]] = {"type": row[3], "mockvalue": row[2]}
return res
if __name__ == '__main__':
try:
theads = sys.argv[1]
except Exception as e:
theads = 1
print(sys.argv)
print(e)
app = Application()
alldata = initData()
for k in alldata:
print(k)
app.router.add_route(k, handler)
# worker_num 启动时设置,建议等于真cpu个数,debug=True时,控制台会输出请求的path
app.run(port=80, worker_num=int(theads), debug=False)
2、mysqlConnect.py
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import pymysql
class MysqlConnect():
def __init__(self, dbinfo={}):
conn = pymysql.connect(host=dbinfo["HOST"],
port=3306,
user=dbinfo["USER"],
password=dbinfo["PWD"],
db=dbinfo["DB"],
charset='utf8')
self.conn = conn
def query(self, sql):
cursor = self.conn.cursor()
cursor.execute(sql)
return cursor.fetchall()
def excute(self, sql, args):
cursor = self.conn.cursor()
# info = {'name': 'fake', 'age': 15}
effect_row = cursor.execute(sql, args)
self.conn.commit()
return effect_row
def __del__(self):
self.conn.close()
整个工程 100 行左右代码,比较简陋,前端页面在另一个内部工程中完成,不好贴出来,大家可以自己实现,或者直接通过 mysql 客户端修改 DB 内容;
目前 mock 服务只支持单一接口对应单一 mock 结果,后续可以自定义多个 value,在服务内随机返回;
使用场景
超高并发的中转服务测试场景,依赖服务数据稳定,被测服务无缓存(或测试过程中去掉缓存)
更多内容可以学习《测试工程师 Python 工具开发实战》书籍、《大话性能测试 JMeter 实战》书籍