测试阿里云电脑

电商云案例项目背景某电商客户需要在双11那天在阿里云上搞促销秒杀活动,系统的性能要求需要支持100万的QPS(QueryPerSecond:每秒查询请求数);每秒100万的请求,听起来还是挺恐怖的,什么概念呢,2013年双12的大秒系统的峰值QPS也就在42万多;这么高的性能指标要求无论对被测系统和压力机系统都是一个非常大的挑战,并且只有1天压测时间,压力可想而知,PTS相关专家经过多次开会讨论后,制定高效的解决方案,帮助客户实现此目标.
解决方案需求调研:业务和需求都是非常简单的,即典型的业务是URLPOST请求,测试指标是100万QPS.
需要解决的技术困难问题是被测系统需要多少台,PTS分布式压测集群需要多少台.
测试准备:经过PTS测试专家开会讨论,一致同意通过压力算法模型对被测系统需要的机器台数和压力机机器台数进行估算.
最后算出压力机需要100台ECS(4核CPU8G内存)机器;被测系统需要2台SLB和300台ECS(4核8G内存)机器;采用阿里云批量部署工具快速部署.
测试执行:通过梯度施压策略,对被测系统施压到极限.
测试总结:通过被测系统的测试结果,相关专家一起总结及评估.
实施成果测试结果:通过下图可知,QPS高峰的时候能达到71.
5万,后端ECSCPU利用率在75%左右,网络峰值流量达到25Gb,达到峰值以后,QPS有所下降,基本稳定在50万,能稳定运行4分钟.
瓶颈分析:QPS下降的原因经过各技术专家诊断一致认为是SLB丢包导致,SLB压力已到极限,因此建议需要配置3台SLB,每台SLB挂100台ECS,才有可能满足100万QPS.
客户相关领导一致认为目前的测试结果已经满足双11秒杀活动高峰时候业务需要.
总结:经过此次实施验证,PTS完全能满足百万级别TPS/QPS压测需求,并且能高效、快速、分布式的部署压测,压测过程中资源消耗非常低、非常稳定,这是目前市场上其他的压测工具所不能比拟的.