jmeter并没有给我们提供收集参数方法,比如LR,通过WMI收集。不过我们可以自己通过统计log的方式解决。
在windows下,我们通过开启性能计数器解决:
Memory \ Available MBytes |
系统可用内存数(同时收集Available bytes供细粒度比对) |
Memory \ Page Read / sec |
内存页面读取速率(供联合比对,比如与disk queue_len一起比对判断是否内存不足) |
Memory \ Page Fault / sec |
内存页出错数量 |
PhysicalDisk \ Disk Time% |
磁盘读写所用时间百分比 |
PhysicalDisk \ Avg. Disk Queue Length |
磁盘读写请求平均数 |
PhysicalDisk \ Current Disk Queue Length |
具体到某一时间正在等待磁盘访问的系统请求数量 |
Process \ IO Read Bytes / sec |
系统每秒IO读取速率 |
Process \ IO Wrtie Bytes / sec |
系统每秒IO写入速率 |
Process \ Private Bytes / sec |
无法共享的已分配字节数(与working set && available byte联用,判断内存泄漏) |
Process \ Working Set |
同上 |
Processor \ Privileged Time% |
系统占用CPU的时间百分比 |
Processor \ Processor Time% |
CPU总利用百分比 |
Processor \ User Time% |
用户占用CPU时间百分比,这里指应用程序 |
System \ Context Switches / sec |
反应 CPU线程切换频率 |
System \ Processor Queue Length |
系统等待运行线程数(比如与cpuTime等一起联用,判断阻塞等) |
我们把windows里配置好这些,日志类型为文本并逗号分割;测试完了以后截取日志就可以了。
linux下性能收集:
在linux下,我们可以自己写个sh去收集并运行,或者直接扔给crontab:
#!/bin/sh case "$1" in start) echo "start collect:" free -k -s1 >> free_mem.log & vmstat 1 >> vmstat.log & ;; stop) kill `ps -ef | grep free | awk '{print $2}'` kill `ps -ef | grep vmstat | awk '{print $2}'` ;; *) echo "Usage: $0 {start|stop}" ;; esac exit 0
然后我们google下rb管理员,写个转换:
def convert_vmstat stat = File.stat('d:/vmstat.log') now = stat.mtime t=Time.now lines=[] File.readlines('d:/vmstat.log').each do |line| line.chomp if line.match(/^\s+\d+/m) then now = now + 1 date = "#{now.day}/#{now.month}/#{now.year}" time = "#{now.hour}:#{now.min}:#{now.sec}" data = line.gsub(/^\s+/m,"").gsub(/[\s\t]+/m," ,").gsub(/,$/m," ") lines<<"#{date},#{time},#{data}" end end lines.each do |row| File.open("d:/vmstat.csv" ,"w" ) do |the_file| the_file.puts "date,time,r,b,swpd,free,buff,cache,si,so,bi,bo,in,cs,us,sy,id,wa,st" the_file.puts lines end end end convert_vmstat puts 'ok'
2 聚合与统计
聚合与统计,我们可以手工用xls来做
统计内存使用百分比(windows):(3750 - b2) / 3750 * 100
统计cpu使用率(linux):100 - free
我们借助xls,对csv文件进行简单聚合集合,就可以生成图表了。
分组统计:
比如我们对get请求 get/studio做了参数化(get/studio/1, get/studio/2),那么我们需要自己写函数去聚合:
total_time=SUMIF(A:A,"/studio/*",d:d)
items_count=COUNTIF(A:A,"/studio/*")
3 如何计算中值以及90% Line
计算中值和90% Line的步骤:
1)对所有数据按照升序进行排序
2)用0.5*Len(values)得到的行的值即为中值,如一共有60行,0.5*60=30,那么第30行的值即为中值
3)用0.9*Len(values)得到的行的值即为90% Line,如一共有60行,0.9*60=54,那么第54行的值即为90% Line