压测工具界的 “悍马” ：wrk 使用
在上篇文章 每个后端都应该了解的OpenResty入门以及网关安全实战 中，我向大家介绍了 OpenResty 的入门使用是 WAF 防御实战，这篇文章将给大家继
admin
在上篇文章 每个后端都应该了解的OpenResty入门以及网关安全实战 中，我向大家介绍了 OpenResty 的入门使用是 WAF 防御实战，这篇文章将给大家继续介绍 OpenResty 入门之性能测试 篇。
性能测试是软件开发中不可或缺的一环，它可以帮助我们评估系统的性能、稳定性、可扩展性等指标，为优化和改进提供依据。但是性能测试也是最容易失准的一种测试，因为它受到很多因素的影响，例如网络环境、服务器配置、压测工具、压测场景等。如果我们选择了不合适的压测工具或者没有设计好压测场景，那么我们得到的结果可能会与实际情况相差甚远，甚至导致错误的判断和决策。
俗话说工欲善其事必先利其器，那么如何选择一款合适的压测工具呢？首先 OpenResty 是 fork 自 Nginx 开发，基于 Nginx 原有的强悍性能（协程 + IO 多路复用 Epoll），其性能也很高。所以我们需要的是一款自身性能足够强悍，可以最大程度榨干 OpenResty 程序性能、服务端 cpu 资源的压测工具。
这里给大家介绍一款压测工具界的“悍马” —— wrk。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。wrk 支持 Lua 脚本来创建复杂的测试场景（这一点与 OpenResty 支持 Lua 脚本相同），也可以输出详细的响应时间统计信息。wrk 的优点有以下几点：
高性能：wrk 可以利用多核 CPU 的并行计算能力，同时使用多个线程和连接来发送请求，并且使用高效的 I/O 模型来处理响应。这样 wrk 可以在单机上产生高达数十万甚至数百万级别的 QPS（每秒请求数），远超过其他常见的压测工具，如 ab、siege、jmeter 等。灵活：wrk 支持使用 Lua 脚本来定制压测场景，例如自定义 HTTP 方法、动态生成请求参数、修改请求头等。这样我们可以模拟各种复杂和真实的用户行为和业务逻辑，使得压测结果更加贴近实际情况。简洁：wrk 的安装和使用都非常简单，只需要几条命令就可以完成。wrk 的输出也非常清晰和直观，可以显示每个线程和总体的响应时间和每秒请求数，并且可以打印出响应时间的分布情况，方便我们分析系统的性能瓶颈。wrk 的安装 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。
Linux 安装对于 Ubuntu/Debian 系统，可以通过以下命令安装 wrk：
代码语言：javascript代码运行次数：0运行复制sudo apt-get install build-essential libssl-dev git -y
git clone https://github.com/wg/wrk.git wrk
cd wrk
make
# 将可执行文件移动到 /usr/local/bin 位置
sudo cp wrk /usr/local/bin
对于 CentOS / RedHat / Fedora 系统，可以通过以下命令安装 wrk：
代码语言：javascript代码运行次数：0运行复制sudo yum groupinstall 'Development Tools'
sudo yum install -y openssl-devel git
git clone https://github.com/wg/wrk.git wrk
cd wrk
make
# 将可执行文件移动到 /usr/local/bin 位置
sudo cp wrk /usr/local/bin
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：
安装 Homebrew，安装方式参考官网 https://brew.sh （也就一行命令的事）;安装 wrk: brew install wrk;Windows 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 Linux 安装 的操作步骤，安装 wrk。
压测前准备 在开始压测前，我们还需要对测试环境进行一番调整，已配合压测工具 wrk 榨干 OpenResty 程序的性能。
单进程最大文件数Linux 系统默认对每个进程能够打开的文件数有一个限制，通常是 1024 个。这个限制会影响到服务器能够同时处理的连接数，因此需要增加这个限制。增加的方法是修改 /etc/security/limits.conf 文件，添加如下内容：
代码语言：javascript代码运行次数：0运行复制* soft nofile 65535
* hard nofile 65535
其中 * 号表示修改所有用户的限制，soft 或 hard 指定要修改软限制还是硬限制，65536 则指定了想要修改的新的限制值，即最大打开文件数(请注意软限制值要小于或等于硬限制)。修改完后保存文件。
这样就可以将所有用户的单进程最大打开文件数限制设为 65535 个。如果还不够，可以继续增大这个值，但要注意不要超过系统级的最大打开文件数限制，可以通过 cat /proc/sys/fs/file-max 命令查看这个限制。
最大打开文件数查看 Linux 系统级的最大打开文件数限制，使用如下命令：
代码语言：javascript代码运行次数：0运行复制[root@VM-16-5-centos ~]# cat /proc/sys/fs/file-nr
2112 0 369508
这里的最后一个数字，就是最大打开文件数。如果你的机器中这个数字比较小，那就需要修改 /etc/sysctl.conf 文件来增大：
代码语言：javascript代码运行次数：0运行复制fs.file-max = 1020000
net.ipv4.ip_conntrack_max = 1020000
net.ipv4.netfilter.ip_conntrack_max = 1020000
修改完以后，还需要重启系统服务来生效：
代码语言：javascript代码运行次数：0运行复制sysctl -p /etc/sysctl.conf
Nginx 工作进程数量以及连接数最后，我们还需要对 Nginx 的配置文件做一些修改，如下：
代码语言：javascript代码运行次数：0运行复制# 配置工作进程数量
worker_processes 1;
...
events {
# 单个工作进程处理连接数量
worker_connections 1024;
}
默认情况下 Nginx 有 master 和 worker 两种进程，master 进程用于管理 worker 进程，worker 进程用于处理外部请求也就是对外提供服务。
worker_processes 1 的配置说明工作进程数默认为 1。在多核机器上我们可以设置为服务器 CPU 的核数以提升 Nginx 的连接处理数。
worker_connections 1024 的配置说明单个进程能处理的连接数量是 1024，在大压力场景下，我们可以提升这个值，改为 10240。
最后，优化的 Nginx 配置文件如下：
代码语言：javascript代码运行次数：0运行复制# 根据cpu核数自动设置工作进程数量
worker_processes auto;
...
events {
# 单个工作进程处理连接数量
worker_connections 10240;
}
wrk 的使用 wrk 的基本用法是：
代码语言：javascript代码运行次数：0运行复制wrk
常用参数wrk 支持以下常用参数：
-c, --connections ：指定要加载的 Lua 脚本文件；-H, --header
压测示例现在我们要对 OpenResty 程序的 hello 接口进行压测，我们可以使用以下命令：
代码语言：javascript代码运行次数：0运行复制wrk -c 100 -d 30s -t 4 --latency http://121.4.xxx.xx/hello
这条命令表示，利用 wrk 发起压力测试，连接数为 100，线程数为 4，持续 10 秒，并打印响应时间统计信息。
运行后，我们可以看到以下输出：
代码语言：javascript代码运行次数：0运行复制Running 30s test @ http://121.4.xxx.xx/hello
4 threads and 100 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 60.74ms 94.62ms 1.82s 88.81%
Req/Sec 710.91 118.29 1.02k 69.08%
Latency Distribution
50% 26.22ms
75% 32.99ms
90% 176.28ms
99% 475.41ms
84967 requests in 30.02s, 15.40MB read
Socket errors: connect 0, read 0, write 0, timeout 2
Requests/sec: 2829.91
Transfer/sec: 525.08KB
我们可以从输出中看到以下信息：
压测的配置和目标网址，代码语言：javascript代码运行次数：0运行复制Running 30s test @ http://121.4.xxx.xx/hello
4 threads and 100 connections
每个线程的平均、标准差、最大和正负一个标准差占比的响应时间（Latency），代码语言：javascript代码运行次数：0运行复制 Latency 60.74ms 94.62ms 1.82s 88.81%
这个数据和 QPS 一样重要，表示系统的响应速度，这个值越小越好。
响应时间的分布情况：即有多少比例的请求在某个时间内完成，延时的分布百分比详细打印也就是下面展示信息，代码语言：javascript代码运行次数：0运行复制 Latency Distribution
50% 26.22ms
75% 32.99ms
90% 176.28ms
99% 475.41ms
总的请求数，代码语言：javascript代码运行次数：0运行复制Requests/sec: 2829.91
这个数据表示服务端每秒钟处理了多少请求，这个值越大越好。
从这些信息中，我们可以看出 OpenResty 程序的性能还是很不错的，响应时间都在几毫秒级别，QPS 也很高。
鉴于我的 OpenResty 服务器配置只有 2核4g内存5MB 带宽，测试结果大家理性看待，欢迎大家自己测试。
Lua 脚本wrk 支持使用 Lua 脚本来定制压测场景，例如自定义 HTTP 方法、动态生成请求参数、修改请求头等。这样，我们可以模拟各种复杂和真实的用户行为和业务逻辑，使得压测结果更加贴近实际情况。wrk 的源码中提供了一些示例脚本，可以参考 https://github.com/wg/wrk/tree/master/scripts。
要使用 Lua 脚本，我们需要在命令行中指定 -s 参数，并给出脚本文件的路径。例如我们可以使用 post.lua 脚本来发送 POST 请求：
代码语言：javascript代码运行次数：0运行复制wrk -c 100 -d 10s -t 4 -s post.lua http://121.4.xxx.xx/hello
post.lua 的内容如下：
代码语言：javascript代码运行次数：0运行复制wrk.method = "POST"
wrk.body = "name=tom"
wrk.headers["Content-Type"] = "application/x-www-form-urlencoded"
这样，我们就可以模拟发送 POST 请求携带表单数据的场景。
一些常见问题 如何选择合适的参数？wrk 的参数会影响压测的结果，因此我们需要根据实际情况选择合适的参数。一般来说，我们可以参考以下步骤：
先使用单线程不断增加连接数，直到 QPS（每秒请求数）保持稳定或响应时间超过业务要求限制。在当前数值取得单线程最优连接数。单个连接线程数保持不变，不断增加线程数（建议到 CPU 核心数为止即可），直到整体出现 QPS 水平。如果 QPS 没有出现随着线程数增长则是目标服务器性能已经达到瓶颈，wrk 单线程即可压测出目标机器最优 QPS 值。如果 QPS 随着线程数增长则是 wrk 本机性能达到瓶颈，需要增加 wrk 机器数或者更换更高性能的 wrk 机器。如何解决压测过程中出现的错误？wrk 在压测过程中可能会出现一些错误，例如连接超时、连接拒绝、连接重置等。这些错误可能是由于目标服务器的性能不足、网络环境不稳定、防火墙限制等原因造成的。我们可以尝试以下方法来解决或减少错误：
调整 wrk 的参数，例如减少连接数、增加超时时间等；检查目标服务器的资源使用情况，例如 CPU、内存、磁盘、网络等，优化服务器的配置或扩容服务器；检查网络环境，例如带宽、延迟、丢包等，优化网络设备或更换网络线路；检查防火墙设置，例如端口开放、流量限制等，放开 wrk 的访问权限或关闭防火墙；总结 wrk 在对 OpenResty 程序的压测过程中，不失所望表现出了强大压测性能。希望通过本篇文章能让大家对 wrk 性能测试工具有一个较为全面的认识。
·END·
往期原创热门文章推荐：
用一张图解释清楚在浏览器中输入 URL 时会发生什么
每个后端都应该了解的OpenResty入门以及网关安全实战
介绍五个非常实用的IDEA使用技巧
API key 和 token 有什么区别？
用一张图解释 8 种热门网络协议