在做乙個專案的效能測試,發現增大併發使用者數的時候,響應時間沒有增加,但tps並沒有提公升,這並不符合「邏輯」
執行緒數:300+100
將被測服務擴容且分布不同但宿主機,得到的資料和改變後無差別,且此時的被測服務的cpu、網路等指標均正常,故可以排除該可能性
執行緒數:100
同步所有肉雞的時間後
故排除該可能
單肉雞執行緒數:8+24
注:懷疑單台客戶端肉雞扛不住這樣的併發量,在每個請求後都等待20ms
客戶端肉雞數10
客戶端肉雞數11
很明顯不是這個原因
單肉雞執行緒數:5+15
客戶端肉雞數:11
客戶端肉雞數:1
可以發現單個客戶端肉雞基本上可以處理2600個請求/秒,但是11個客戶端肉雞併發時,被測服務響應但平均值基本不變的情況下,僅僅為3600個/秒,可以猜測是否是因為客戶端肉雞的控制端出現了問題?
單肉雞執行緒數:5+15
客戶端肉雞數:11
和之前的資料對比,發現基本沒有改變
單肉雞執行緒數:5+15
客戶端肉雞數:11
從3600 到 3800,無本質的區別
單肉雞執行緒數:5+15
客戶端肉雞數:11
在平均響應時間增加的情況下,處理的請求猛增為7200個/秒
單肉雞執行緒數:5+15
客戶端肉雞數:11
多次嘗試,發現並沒有較大的改變
從上面資料可以看出,每秒接收的資料量都小於6000kb/s,是否是因為各個客戶端肉雞需要回傳資料給中控端,此時中控端的頻寬不足以支撐資料的回傳導致阻塞?
單肉雞執行緒數:5+15
客戶端肉雞數:11
可以看到請求處理的速度又猛增為10200,通過以上實驗可以發現,主要的影響因素有:
檢視結果樹
中控端網路環境
斷言資訊
聚合報告資訊
吞吐量與網路流量對應關係剖析
吞吐量是衡量網路裝置每秒所能處理的網路流量的乙個指標,而在現實中,網維人員常用流量這個詞來衡量裝置的效能,二者如何對應,到底是1比 1還是1比 2的關係?困擾著很多人。首先我們明確一下概念 流量 是個含糊的詞,它不是裝置的指標術語,在這裡既然是跟吞吐量做對比,我們把它理解為每秒鐘流經某台裝置的資料量...
儲存的吞吐量與IOPS
儲存系統的瓶頸,主要體現在2個方面 吞吐量與iops。名詞解釋 吞吐量英文 throughput,即單位時間內讀取或者寫入資料量的大小。iops 英文全拼 input output operations per second,即每秒進行讀寫 i o 操作的次數,多用於資料庫等場合,衡量隨機訪問的效能...
kafka高吞吐量的原因
kafka的訊息是不斷追加到檔案中的,這個特性使kafka可以充分利用磁碟的順序讀寫效能 順序讀寫不需要硬碟磁頭的尋道時間,只需很少的扇區旋轉時間,所以速度遠快於隨機讀寫 生產者負責寫入資料,kafka會將訊息持久化到磁碟,保證不會丟失資料,kafka採用了倆個技術提高寫入的速度。1.順序寫入 在大...