Web Service 性能測試工具比較
背景
希望選擇一款Web Service性能測試工具，能真實模擬大量用戶訪問網站時的請求，從而獲取服務器當前的請求處理能力（請求數/秒）。
以微信服務器為例，每個用戶用獨立的登錄token，做各種操作，比如刷消息、發消息、看朋友圈等。
希望該性能測試工具符合如下要求：
1. 測試腳本能力，最好是Python/Ruby等最常用的
2. 每個并發實例能使用不同參數
3. CLI啟動測試，這對自動化測試很重要
4. Session支持，也就是第一個請求的響應，能用于后續請求的參數。
6. 單個結點的并發數量高。
7. 分布式支持，不受限于單個結點的計算能力。
性能測試工具選手：
Gatling
Gatling是一款基于Scala 開發的高性能服務器性能測試工具，它主要用于對服務器進行負載等測試，并分析和測量服務器的各種性能指標。Gatling主要用于測量基于HTTP的服務器，比如Web應用程序，RESTful服務等，除此之外它擁有以下特點：
- 支持Akka Actors 和 Async IO，從而能達到很高的性能
- 支持實時生成Html動態輕量報表，從而使報表更易閱讀和進行數據分析
- 支持DSL腳本，從而使測試腳本更易開發與維護
- 支持錄制并生成測試腳本，從而可以方便的生成測試腳本
- 支持導入HAR（Http Archive）并生成測試腳本
- 支持Maven，Eclipse，IntelliJ等，以便于開發
- 支持Jenkins，以便于進行持續集成
- 支持插件，從而可以擴展其功能，比如可以擴展對其他協議的支持
- 開源免費
測試場景示例：
http://gatling.io/docs/2.1.7/advanced_tutorial.html
object Search {
val feeder = csv("search.csv").random // 1, 2
val search = exec(http("Home")
.get("/"))
.pause(1)
.feed(feeder) // 3
.exec(http("Search")
.get("/computers?f=${searchCriterion}") // 4
.check(css("a:contains('${searchComputerName}')", "href").saveAs("computerURL"))) // 5
.pause(1)
.exec(http("Select")
.get("${computerURL}")) // 6
.pause(1)
} 統計圖：
nGrinder
官網很卡，真的很卡...zzz...
http://naver.github.io/ngrinder/
nGrinder是一個基于 Grinder 開發的一個非常易于管理和使用的性能測試系統。
它是由一個controller和連接它的多個agent組成，用戶可以通過web界面管理和控制測試，以及查看測試報告，controller會把測試 分發到一個或多個agent去執行。用戶可以設置使用多個進程和線程來并發的執行該腳本，而且在同一線程中，來重復不斷的執行測試腳本，來模擬很多并發用 戶。
nGrinder的測試是基于一個python的測試腳本，用戶按照一定規則編寫測試腳本以后，controller會將腳本以及需要的其他文件分發到 agent，用Jython執行。并在執行過程中收集運行情況、響應時間、測試目標服務器的運行情況等。并保存這些數據生成運行報告，以供以后查看。
nGrinder的一大特點就是非常容易使用，安裝也非常容易，可以做到開箱即用，測試用戶也可以很容易就開始測試任務。當然，如果想執行一些比較復雜場景的性能測試，就需要測試人員對python有一定認識。
測試場景示例：
http://grinder.sourceforge.net/faq.html#simulating-users
#
# testRandomise.py
#
import random
import string
class TestRandomise:
def __init__(self, filename):
self._users = []
infile = open(filename, "r")
for line in infile.readlines():
self._users.append(string.split((line),','))
infile.close()
def getUserInfo(self):
"Pick a random (user, password) from the list."
return random.choice(self._users)
#
# Test script. Originally recorded by the TCPProxy.
#
from testRandomise import TestRandomise
tre = TestRandomise("users.txt")
class TestRunner:
def __call__(self):
# Get user for this run.
(user, passwd) = tre.getUserInfo()
# ...
# Use the user details to log in.
tests[2002].POST('https://host:443/securityservlet',
( NVPair('functionname', 'Login'),
NVPair('pagename', 'Login'),
NVPair('ms_emailAddress', user),
NVPair('ms_password', passwd), )) 統計圖：
Locust
Locust 是一個開源負載測試工具。使用 Python 代碼定義用戶行為，也可以仿真百萬個用戶。
Locust 是非常簡單易用，分布式，用戶負載測試工具。Locust 主要為網站或者其他系統進行負載測試，能測試出一個系統可以并發處理多少用戶。
Locust 是完全基于時間的，因此單個機器支持幾千個并發用戶。相比其他許多事件驅動的應用，Locust 不使用回調，而是使用輕量級的處理方式 gevent。
測試場景示例：
http://docs.locust.io/en/latest/quickstart.html#example-locustfile-py
from locust import HttpLocust, TaskSet
def login(l):
l.client.post("/login", {"username":"ellen_key", "password":"education"})
def index(l):
l.client.get("/")
def profile(l):
l.client.get("/profile")
class UserBehavior(TaskSet):
tasks = {index:2, profile:1}
def on_start(self):
login(self)
class WebsiteUser(HttpLocust):
task_set = UserBehavior
min_wait=5000
max_wait=9000 統計圖：
其他未參與比較的工具
因為沒有腳本能力或CLI，所以未加入比較
- JMeter
- ApacheBench(ab)
- Tsung
Locust作者對JMeter和Tsung發的牢騷：
http://my.oschina.net/u/1433482/blog/464092#OSC_h4_3
我們研究了現有的解決方案，都不符合要求。比如Apache JMeter和Tsung。
JMeter基于UI操作，容易上手，但基本上不具備編程能力。其次JMeter基于線程，要模擬數千用戶幾乎不可能。
Tsung基于Erlang，能模擬上千用戶并易于擴展，但它基于XML的DSL，描述場景能力弱，且需要大量的數據處理才知道測試結果。
比較
比較科目x工具矩陣
結論
很明顯，首選的全能選手就是 Gatling ，Akka Actor的并發模型就是來自于并發語言的鼻祖Erlang。
如果想自己擴展性能測試工具，那么Locust這個小而精的工具可以考慮。
nGrinder工具是韓國版微信Line開源的，并且專門開設了中文論壇，由韓國工程師回答中國開發者。但有兩個問題,一是官網太卡，其二示例都是片段不完整。
各位同學參照上面的對比，自己各取所需吧。
來自：https://testerhome.com/topics