Jmete+Grafana+Prometheus+Influxdb+Nginx+Docker架构搭建压测体系/监控体系/实时压测数据展示平台+遇到问题总结

背景

需要大批量压测时，单机发出的压力能力有限，需要多台jmeter来同时进行压测；发压机资源不够，被压测系统没到瓶颈之前，发压机难免先发生资源不足的情形；反复压测时候也需要在不同机器中启动压测脚本，更改脚本变动麻烦，收集压测数据难，启动和关闭压测进程难，分布式压测可以让压测时机的把控更准确，实现自由伸缩，一次配置，随处运行。

本文可实现从0到1搭建体系

可能面对的缺点：

1. 单台并发量不够，发压机资源不足
2. 手动方式在不同发压机上脚本更改麻烦
3. 测试结果难以整理
4. 扩增新节点发压时调试麻烦
5. 压测开始/结束时间点无法统一，手动操作有误差
6.长时间压测时，压测数据积压问题。超过1G的压测结果会出问题，严重影响磁盘IO（可更改采点时间间隔，但不是所有场景都适用如果想看到更细粒度数据就会很吃力）。
7. 压测数据保存。每次压测默认会覆盖上次的结果，虽然可以更改复写机制，但总会有超过阈值大小的时间，如果可能 保存到数据库更好。
8. 压测数据展示，不太美观。每次压测完需要根据jtl文件生成html报告
9. 发压机资源监控，无法知道发压机是否达到资源瓶颈，是否需要添加额外服务器，此举可有效节约服务器资源。
10. 每次执行都需要登录服务器进行操作，是否可集成到Jenkins中，每次运行直接在web端指定IP地址，进行压测？（需详细调研加以尝试）
一台Master，一台Slave，每次扩展只需要对Slave打一个镜像，拷贝几个相应虚拟机，压测时直接指定相应IP地址 

搭建阶段

1.集群压测+数据入库 

2.发压机指标监控 

3.CI/CD集成Jenkins （待定）

Jmeter 分布式集群搭建

一. 分布式压测注意点

  1、运行相同版本的JMeter(两台机器版本不一致，需要重新升级)

  2、使用相同的java版本

  3、都在一个网段

  4、server.rmi.ssl.disable开关一致

  5、关闭防火墙

  6、使用的JMeter插件一致

  7、如果压测的是java脚本，需要将java脚本和相关lib包都放在jmeter目录lib/ext下，在每一台机器上都得有脚本文件和依赖的jar包（如果是http脚本，在Master的机器上有脚本文件即可）

  8、将jmeter的场景文件jmx上传到Master jmeter的任意位置，参数文件需要放到每一台压力机上（如果脚本中涉及从外部读取的csv文件，那该文件就需要上传到各个slaver施压机上） 9、关闭运行时千万不要通过control+c终止运行，需要再开一个窗口，在主jmeter的bin目录下"./shutdown.sh" 就会向从压力机发布指令，结束运行；

  10、若是脚本中设置的并发线程数是100，采用3台slaver机器去施加压力，那么对于服务端来说，此时的并发线程数是300。

二. Jmeter分布式压测原理了解

1、分为控制器（controller）和代理（agent），也有人叫master机和slave机（总控机器的节点master，其他产生压力的机器叫“肉鸡” server） 2、master会把压测脚本发送到 server上面

3、执行的时候，server上只需要把jmeter-server打开就可以了，不用启动jmeter 4、结束后，server会把压测数据回传给master,然后master汇总输出报告

controller 作为控制器不加入实际测试，只负责发送和收集 agent 信息。

三.参数优化

1. 控制台 取样 间隔的设置（linux中的日志输出时间间隔）

summariser.interval=10，默认时间为30秒，最低可修改为6秒 (在jmeter的bin目录下 jmeter.properties)

2. JVM优化 （按照4c 8g配置）

因为整台服务器就是为性能测试使用，所以jvm堆栈可以调到最大比例，防止压测时发压机OOM异常。修改jmeter的bin目录下，vi jmeter，修改HEAP的size大小如下,也可以设置为6G，建议自测调整JVM大小

"${HEAP:="-Xms4g -Xmx4g -XX:MaxMetaspaceSize=512m"}"

3. 修改默认编码

sampleresult.default.encoding=UTF-8

4. linux中没有实时输出日志

解决不输出实时日志：修改配置文件jmeter.properties中的配置项

找到 #summariser.ignore_transaction_controller_sample_result=true 改为 summariser.ignore_transaction_controller_sample_result=false

5. 进入jmeter的bin目录下，修改reportgenerator.properties

修改 jmeter.reportgenerator.overall_granularity=1000 （报表中数据展示间隔1秒钟）

6. 打开主从机器交互配置，修改jmeter.properties文件

将server.rmi.ssl.disable=true（去掉注释）【主从之间默认是https的，在局域网内部使用，没有必要使用https方式】

 7. 指定运行 slave节点，二选一配置

本机通过第二种方式

更改bin/jmeter-server，指定RMI_HOST_DEF=-Djava.rmi.server.hostname=本机内网ip，或者通过运行命令指定本机IP来启动nohup ./jmeter-server -Djava.rmi.server.hostname=192.168.0.107 &

否则会报错如下：

Server failed to start: java.rmi.RemoteException: Cannot start. localhost.localdomain is a loopback address. An error occurred: Cannot start. localhost.localdomain is a loopback address.

8.压测执行 顺序

1. slave以server方式执行

执行命令如下(需要确认下新开的slave 是否会执行该命令 加载环境变量 将本机IP刷到Jmeter参数中)

该命令会将slave上的Jmeter以后台方式运行，并且将当前机器ip添加到jmeter-server配置中

localhostPrivateIp=$(/sbin/ifconfig -a eth0 |grep inet|grep -v 127.0.0.1|grep -v inet6 | awk '{print $2}' | tr -d "addr:") && nohup ./jmeter-server -Djava.rmi.server.hostname=$localhostPrivateIp &

2.Master压测

运行时需要指定—R 127.0.0.1 128.0.0.1 

jmeter -n -t getUserInfoById.jmx -l res.jtl -R 112.16.63.227(slave的内网ip地址英文逗号分隔)

如果想要压测执行，请在Master节点中

进入jmeter/bin/目录下
运行 ./shundown.sh 

实时数据展示平台搭建

使用Docker+Nginx+Prometheus+Grafana+Influxdb+Node-exporter方式

1.InfluxDb部署和配置 

拉取镜像
docker pull influxdb:1.7.10启动容器
（后面的命令是为了让容器和宿主机的时间一致，避免因时间不一致导致的数据不显示问题）docker run  -d --name=influxdb -p 8086:8086 -v ${PWD}:/var/lib/influxdb influxdb:1.7.10  /etc/localtime:/etc/localtime进入容器
docker exec -it influxdb bash 输入命令
influx进入influx内部
show databases;
查看influxdb现有数据库使用命令
create database jmeter; 
创建名为jmeter的数据库use jmeter; 
使用该数据库 show measurements;
查看下面具备哪些表select * from "表名字"；
查看表中具有哪些数据

效果展示 

2.Grafana部署

Grafana就是一个报表展示平台，相比来说配置和安装更加容易，Grafana版本之间可能会有稍许差别，此处使用版本9.3.2；

拉取镜像
docker pull grafana/grafana:9.3.2运行镜像
（--link 是为了让grafana和influxd网络互通）
docker run -d --name=grafana --link=influxdb:influxdb -p 3000:3000 grafana/grafana:9.3.2

效果截图

3.Prometheus部署和配置

注意

首先在tmp目录下新建prometheus和prometheus.yml文件

prometheus+docker方式部署+加载Nginx端口转发配置+允许热加载node-exporter+挂在配置文件到宿主机+prometheus允许后缀名方式访问（和Nignx配置对应）

拉取镜像
docker pull pro/prometheus 运行镜像
docker run -d -p 9090:9090 -v /tmp/prometheus:/etc/prometheus --name=prometheus prom/prometheus --config.file=/etc/prometheus/prometheus.yml --web.route-prefix=/ --web.external-url=/prometheus/ --web.enable-lifecycle 

安装完prometheus并配置好Nginx和Node-exporter 后可访问IP/prometheus/ ，查看prometheus配置了几个node-exporter

4.Nginx 部署（Yum方式）

yum install -y nginx 

安装完nginx , 修改配置文件，在/etc/nginx/nginx.conf

运维给我开通的是外网80端口，所以我就直接用80端口代理Grafana的web页面

完整http块内的配置如下（可能有的配置冗余，但也懒得去排查修改了）

http {log_format  main  '$remote_addr - $remote_user [$time_local] "$request" ''$status $body_bytes_sent "$http_referer" ''"$http_user_agent" "$http_x_forwarded_for"';access_log  /var/log/nginx/access.log  main;sendfile            on;tcp_nopush          on;tcp_nodelay         on;keepalive_timeout   65;types_hash_max_size 4096;include             /etc/nginx/mime.types;default_type        application/octet-stream;# Load modular configuration files from the /etc/nginx/conf.d directory.# See http://nginx.org/en/docs/ngx_core_module.html#include# for more information.include /etc/nginx/conf.d/*.conf;server {listen       80;listen       [::]:80;server_name  _;root         /usr/share/nginx/html;location /prometheus/{proxy_pass http://127.0.0.1:9090/;proxy_set_header X-Real-IP $remote_addr;proxy_redirect default;proxy_http_version 1.1;proxy_set_header Upgrade $http_upgrade;proxy_set_header Connection "Upgrade";proxy_set_header Host $http_host;}location /influxdb/ {proxy_pass http://127.0.0.1:8086/;}location ^~ / {index index.html index.htm;proxy_pass http://127.0.0.1:3000/;proxy_set_header X-Real-IP $remote_addr;proxy_redirect default;proxy_http_version 1.1;proxy_set_header Upgrade $http_upgrade;proxy_set_header Connection "Upgrade";proxy_set_header Host $http_host;}# Load configuration files for the default server block.include /etc/nginx/default.d/*.conf;error_page 404 /404.html;location = /404.html {}error_page 500 502 503 504 /50x.html;location = /50x.html {}}

5. Jmeter压测数据写入Influxdb

在相应Thread Group中添加Backend Listener，最好给不同的Backend Listener 起不同的名字，防止同时多脚本压测时出现数据写入混乱的问题；

• 1. 选择指定implementation

• 2.填写influxdb所在地址和端口，以及数据库名，如下截图（因为脚本要跑在Linux内网环境，所以 URL 我写的是内网IP）

• 3.measurement名字填写jmeter

• 4.application 可以填写指定名称（不同脚本）

• 5.填写的application名称会在Dashboard中的 application内显示，执行压测脚本时，会显示实时数据

• 6.Transaction 显示的是Samper名称

效果展示

6. Node-exporter部署，监控发压机

在需要监控的机器上，使用docker方式部署node-exporter

新服务器部署node-exporter 步骤 
docker pull prom/node-exporterdocker run -d --net="host" --name node_exporter --restart=unless-stopped -p 9100:9100 -v "/proc:/host/proc:ro" -v "/sys:/host/sys:ro" -v "/:/rootfs:ro" prom/node-exporter然后在prometheus中配置该node-exporter所在地址和端口号 - job_name: 'Jmeter-slave-'# metrics_path defaults to '/metrics'# scheme defaults to 'http'.static_configs:- targets: ['IP:9100']

加上新配置的node-exporter之后，使用命令在prometheus所在机器 进行 prometheus热加载更新，然后访问Prometheus web页面，确认该node-exporter是否添加到监控体系当中 

curl -X POST http://ip:9090/-/reload

7.Grafana展示Jmeter实时压测数据+展示Node-exporter数据

点击grafana的logo看到COMPLETE，add data source 新增数据源

1.Grafana 配置 Jmeter压测数据源 

指定docker中的influxdb:8086，并指定jmeter数据库，点击save and test 通过即成功；

2. 展示Jmeter实时压测数据

Import 5496，点击load，加载出来后指定刚增加的data source Influxdb，指定表名字 jmeter，点击import ；

压测时即可看到实时数据，展示效果如下

application名称是Backend listener中填写的application 名称

Transaction 显示的是Samper名称

3.添加Prometheus+node-exporter主机监控数据源

仿照上述新增数据源，内网ip/prometheus/,测试通过即可

4. 展示主机监控数据，添加Dashboard

import dash board 8919，导入并保存即可

效果展示

问题总结

1. 为什么用Nginx？

因为运维只给开一个端口，但是还有那么多服务需要用，所以用作端口代理。

2. 为什么用Docker？

因为Docker部署更加方便。

3. Docker和Jmeter压测时时间不一致，无法写入数据（Grafana和Jmeter压测时间）

docker run -p 3306:3306 --name mysql -v /etc/localtime:/etc/localtime
根据需求更改启动容器时的参数，将宿主机的时间和docker时间一致（docker和宿主机在同一台机器）

4. Jmeter数据无法写入Influxdb数据库，查询measurements为空

Jmeter：配置后端监听器（Backend Listener），使用Nginx作为端口转发，将Influxdb的服务映射到/influxdb路径

5.Jmeter入库后，Grafana配置数据源失败

在docker中运行时指定docker内influx的网络，配置时使用influxdb:8086

6.Grafana展示Jmeter中的数据为空

配置后端监听器measurement值为jmeter，否则读取不到数据

7.多个脚本同时执行添加了后端监听器，压测数据被写入到同一个Application库中

默认根据监听器名称进行判断监听器有没有执行，解决方案，不同后端监听器起不同的名称

8. Grafana 监控发压机 指标数据显示 no data

使用curl查看9100是否能取到node-exporter数据，如果可以取到 去prometheus web页面查看prometheus是否配置成功