વિકાસકર્તાઓ માટે CI સેવા તરીકે લોડ પરીક્ષણ

મલ્ટિ-પ્રોડક્ટ સૉફ્ટવેર વિક્રેતાઓ વારંવાર સામનો કરે છે તે સમસ્યાઓમાંની એક એ છે કે લગભગ દરેક ટીમમાં એન્જિનિયરો - ડેવલપર્સ, પરીક્ષકો અને ઇન્ફ્રાસ્ટ્રક્ચર એડમિનિસ્ટ્રેટર્સની ક્ષમતાઓનું ડુપ્લિકેશન. આ ખર્ચાળ ઇજનેરોને પણ લાગુ પડે છે - લોડ પરીક્ષણના ક્ષેત્રમાં નિષ્ણાતો.

તેમની સીધી ફરજો કરવાને બદલે અને લોડ પરીક્ષણ પ્રક્રિયા બનાવવા માટે તેમના અનન્ય અનુભવનો ઉપયોગ કરવાને બદલે, એક પદ્ધતિ, શ્રેષ્ઠ મેટ્રિક્સ પસંદ કરવા અને લોડ પ્રોફાઇલ્સ અનુસાર ઑટોટેસ્ટ લખવાને બદલે, એન્જિનિયરોએ ઘણીવાર શરૂઆતથી ટેસ્ટ ઇન્ફ્રાસ્ટ્રક્ચર જમાવવા, લોડ ટૂલ્સ ગોઠવવા અને તેમને એમ્બેડ કરવા પડે છે. પોતે સીઆઈ સિસ્ટમ્સમાં, મોનિટરિંગ અને રિપોર્ટ્સનું પ્રકાશન સેટ કરે છે.

તમે પરીક્ષણમાં કેટલીક સંસ્થાકીય સમસ્યાઓના ઉકેલો શોધી શકો છો જેનો અમે હકારાત્મક ટેક્નોલોજીમાં ઉપયોગ કરીએ છીએ બીજો લેખ. અને આમાં, હું "લોડ ટેસ્ટિંગ એઝ એ ​​સર્વિસ" (સેવા તરીકે લોડ ટેસ્ટિંગ) ની વિભાવનાનો ઉપયોગ કરીને સામાન્ય CI પાઇપલાઇનમાં લોડ પરીક્ષણોને એકીકૃત કરવાની સંભાવના વિશે વાત કરીશ. તમે શીખી શકશો કે CI પાઇપલાઇનમાં લોડ સ્ત્રોતોની કઈ ડોકર ઈમેજોનો ઉપયોગ કરી શકાય છે; બિલ્ડ ટેમ્પલેટનો ઉપયોગ કરીને તમારા CI પ્રોજેક્ટ સાથે લોડ સ્ત્રોતોને કેવી રીતે કનેક્ટ કરવું; લોડ પરીક્ષણો ચલાવવા અને પરિણામો પ્રકાશિત કરવા માટે ડેમો પાઇપલાઇન કેવી દેખાય છે. આ લેખ CI માં સોફ્ટવેર ટેસ્ટિંગ એન્જિનિયરો અને ઓટોમેશન એન્જિનિયરો માટે ઉપયોગી થઈ શકે છે જેઓ તેમની લોડ સિસ્ટમના આર્કિટેક્ચર વિશે વિચારી રહ્યા છે.

ખ્યાલનો સાર

સેવા તરીકે લોડ ટેસ્ટિંગની વિભાવના લોડ ટૂલ્સ Apache JMeter, Yandex.Tank અને તમારા પોતાના ફ્રેમવર્કને મનસ્વી સતત એકીકરણ સિસ્ટમમાં એકીકૃત કરવાની ક્ષમતા સૂચવે છે. ડેમો GitLab CI માટે હશે, પરંતુ સિદ્ધાંતો તમામ CI સિસ્ટમો માટે સામાન્ય છે.

સેવા તરીકે લોડ પરીક્ષણ એ લોડ પરીક્ષણ માટેની કેન્દ્રિય સેવા છે. લોડ પરીક્ષણો સમર્પિત એજન્ટ પૂલમાં ચલાવવામાં આવે છે, પરિણામો GitLab પૃષ્ઠો, Influx DB અને Grafana અથવા ટેસ્ટ રિપોર્ટિંગ સિસ્ટમમાં (TestRail, ReportPortal, વગેરે) આપમેળે પ્રકાશિત થાય છે. GitLab CI પ્રોજેક્ટમાં સામાન્ય gitlab-ci.yml ટેમ્પ્લેટ ઉમેરીને અને પેરામીટરાઇઝ કરીને - ઓટોમેશન અને સ્કેલિંગ શક્ય તેટલી સરળ રીતે લાગુ કરવામાં આવે છે.

આ અભિગમનો ફાયદો એ છે કે સમગ્ર CI ઇન્ફ્રાસ્ટ્રક્ચર, લોડ એજન્ટ્સ, લોડ સ્ત્રોતોની ડોકર છબીઓ, પરીક્ષણ પાઇપલાઇન્સ અને પ્રકાશન અહેવાલો કેન્દ્રિય ઓટોમેશન વિભાગ (DevOps એન્જિનિયરો) દ્વારા જાળવવામાં આવે છે, જ્યારે લોડ પરીક્ષણ એન્જિનિયરો તેમના પ્રયત્નોને પરીક્ષણ વિકાસ પર ધ્યાન કેન્દ્રિત કરી શકે છે. અને તેમના પરિણામોનું વિશ્લેષણ, ઇન્ફ્રાસ્ટ્રક્ચર સમસ્યાઓ સાથે વ્યવહાર કર્યા વિના.

વર્ણનની સરળતા માટે, અમે ધારીશું કે લક્ષ્ય એપ્લિકેશન અથવા પરીક્ષણ હેઠળનું સર્વર પહેલેથી જ જમાવવામાં આવ્યું છે અને અગાઉથી ગોઠવેલું છે (પાયથોન, સોલ્ટસ્ટેક, એન્સિબલ, વગેરેમાં સ્વચાલિત સ્ક્રિપ્ટોનો આ માટે ઉપયોગ કરી શકાય છે). પછી સેવા તરીકે લોડ પરીક્ષણનો સંપૂર્ણ ખ્યાલ ત્રણ તબક્કામાં બંધબેસે છે: તૈયારી, પરીક્ષણ, અહેવાલોનું પ્રકાશન. ડાયાગ્રામ પર વધુ વિગતો (તમામ ચિત્રો ક્લિક કરવા યોગ્ય છે):

લોડ પરીક્ષણમાં મૂળભૂત ખ્યાલો અને વ્યાખ્યાઓ

લોડ પરીક્ષણો હાથ ધરતી વખતે, અમે તેનું પાલન કરવાનો પ્રયાસ કરીએ છીએ ISTQB ધોરણો અને પદ્ધતિ, યોગ્ય પરિભાષા અને ભલામણ કરેલ મેટ્રિક્સનો ઉપયોગ કરો. હું લોડ પરીક્ષણમાં મુખ્ય ખ્યાલો અને વ્યાખ્યાઓની ટૂંકી સૂચિ આપીશ.

લોડ એજન્ટ - એક વર્ચ્યુઅલ મશીન કે જેના પર એપ્લિકેશન લોન્ચ કરવામાં આવશે - લોડ સ્ત્રોત (Apache JMeter, Yandex.Tank અથવા સ્વ-લેખિત લોડ મોડ્યુલ).

ટેસ્ટ ધ્યેય (લક્ષ્ય) - સર્વર પર ઇન્સ્ટોલ કરેલ સર્વર અથવા એપ્લિકેશન જે લોડને આધીન હશે.

પરીક્ષણ દૃશ્ય (ટેસ્ટ કેસ) - પેરામીટરાઇઝ્ડ સ્ટેપ્સનો સમૂહ: વપરાશકર્તાની ક્રિયાઓ અને આ ક્રિયાઓ માટે અપેક્ષિત પ્રતિક્રિયાઓ, નિશ્ચિત નેટવર્ક વિનંતીઓ અને પ્રતિસાદો સાથે, ઉલ્લેખિત પરિમાણો પર આધાર રાખીને.

પ્રોફાઇલ અથવા લોડ પ્લાન (પ્રોફાઇલ) - અંતે ISTQB પદ્ધતિ (વિભાગ 4.2.4, પૃષ્ઠ. 43) લોડ પ્રોફાઇલ્સ એવા મેટ્રિક્સને વ્યાખ્યાયિત કરે છે જે ચોક્કસ પરીક્ષણ માટે મહત્વપૂર્ણ છે અને પરીક્ષણ દરમિયાન લોડ પરિમાણો બદલવા માટેના વિકલ્પો. તમે આકૃતિમાં પ્રોફાઇલનાં ઉદાહરણો જોઈ શકો છો.

ટેસ્ટ — પરિમાણોના પૂર્વનિર્ધારિત સમૂહ સાથેની સ્ક્રિપ્ટ.

ટેસ્ટ પ્લાન (પરીક્ષણ-યોજના) - પરીક્ષણોનો સમૂહ અને લોડ પ્રોફાઇલ.

ટેસ્ટ્રન (ટેસ્ટ્રન) - સંપૂર્ણ એક્ઝિક્યુટેડ લોડ સિનેરીયો અને પ્રાપ્ત રિપોર્ટ સાથે એક ટેસ્ટ ચલાવવાનું એક પુનરાવર્તન.

નેટવર્ક વિનંતી (વિનંતી) — એક એચટીટીપી વિનંતી એજન્ટ તરફથી લક્ષ્યને મોકલવામાં આવે છે.

નેટવર્ક પ્રતિભાવ (પ્રતિસાદ) — લક્ષ્યમાંથી એજન્ટને મોકલવામાં આવેલ HTTP પ્રતિસાદ.
HTTP પ્રતિસાદ કોડ (HTTP પ્રતિસાદ સ્થિતિ) - એપ્લિકેશન સર્વર તરફથી પ્રમાણભૂત પ્રતિસાદ કોડ.
વ્યવહાર એ સંપૂર્ણ વિનંતી-પ્રતિસાદ ચક્ર છે. ટ્રાન્ઝેક્શનની ગણતરી વિનંતી (વિનંતી) મોકલવાની શરૂઆતથી પ્રતિસાદ (પ્રતિસાદ) મેળવવાની પૂર્ણતા સુધી કરવામાં આવે છે.

વ્યવહારની સ્થિતિ - વિનંતી-પ્રતિસાદ ચક્ર સફળતાપૂર્વક પૂર્ણ કરવું શક્ય હતું કે કેમ. જો આ ચક્રમાં કોઈ ભૂલ હતી, તો સમગ્ર વ્યવહાર અસફળ માનવામાં આવે છે.

પ્રતિભાવ સમય (લેટન્સી) - વિનંતી (વિનંતી) મોકલવાના અંતથી પ્રતિસાદ (પ્રતિસાદ) પ્રાપ્ત કરવાની શરૂઆત સુધીનો સમય.

લોડ મેટ્રિક્સ - લોડ પરીક્ષણની પ્રક્રિયામાં નિર્ધારિત લોડ કરેલ સેવા અને લોડ એજન્ટની લાક્ષણિકતાઓ.

લોડ પરિમાણોને માપવા માટે મૂળભૂત મેટ્રિક્સ

પદ્ધતિમાં સૌથી સામાન્ય રીતે ઉપયોગમાં લેવાતી અને ભલામણ કરેલ કેટલીક ISTQB (પૃ. 36, 52) મેટ્રિક્સ નીચેના કોષ્ટકમાં બતાવવામાં આવ્યા છે. એજન્ટ અને લક્ષ્ય માટે સમાન મેટ્રિક્સ સમાન લાઇન પર સૂચિબદ્ધ છે.

લોડ એજન્ટ માટે મેટ્રિક્સ
લક્ષિત સિસ્ટમ અથવા એપ્લિકેશનના મેટ્રિક્સ લોડ હેઠળ પરીક્ષણ કરવામાં આવે છે

જથ્થો  વીસીપીયુ અને મેમરી રામ,
ડિસ્ક - લોડ એજન્ટની "આયર્ન" લાક્ષણિકતાઓ
સી.પી.યુ, મેમરી, ડિસ્ક વપરાશ - CPU, મેમરી અને ડિસ્ક લોડિંગની ગતિશીલતા
પરીક્ષણની પ્રક્રિયામાં. સામાન્ય રીતે ટકાવારી તરીકે માપવામાં આવે છે
મહત્તમ ઉપલબ્ધ મૂલ્યો

નેટવર્ક થ્રુપુટ (લોડ એજન્ટ પર) - થ્રુપુટ
સર્વર પર નેટવર્ક ઈન્ટરફેસ,
જ્યાં લોડ એજન્ટ સ્થાપિત થયેલ છે.
સામાન્ય રીતે બાઇટ્સ પ્રતિ સેકન્ડમાં માપવામાં આવે છે (bps)
નેટવર્ક થ્રુપુટ(લક્ષ્ય પર) - નેટવર્ક ઇન્ટરફેસ બેન્ડવિડ્થ
લક્ષ્ય સર્વર પર. સામાન્ય રીતે બાઇટ્સ પ્રતિ સેકન્ડમાં માપવામાં આવે છે (bps)

વર્ચ્યુઅલ વપરાશકર્તાઓ- વર્ચ્યુઅલ વપરાશકર્તાઓની સંખ્યા,
લોડ દૃશ્યો અમલીકરણ અને
વાસ્તવિક વપરાશકર્તા ક્રિયાઓનું અનુકરણ
વર્ચ્યુઅલ વપરાશકર્તાઓ સ્થિતિ, પાસ/નિષ્ફળ/કુલ — સફળની સંખ્યા અને
વર્ચ્યુઅલ વપરાશકર્તાઓની અસફળ સ્થિતિ
લોડ દૃશ્યો માટે, તેમજ તેમની કુલ સંખ્યા.

તે સામાન્ય રીતે અપેક્ષિત છે કે બધા વપરાશકર્તાઓ પૂર્ણ કરવામાં સક્ષમ હતા
તમારા બધા કાર્યો લોડ પ્રોફાઇલમાં ઉલ્લેખિત છે.
કોઈપણ ભૂલનો અર્થ એ થશે કે વાસ્તવિક વપરાશકર્તા સમર્થ હશે નહીં
સિસ્ટમ સાથે કામ કરતી વખતે તમારી સમસ્યા હલ કરો

વિનંતીઓ પ્રતિ સેકન્ડ (મિનિટ)- પ્રતિ સેકન્ડ (અથવા મિનિટ) નેટવર્ક વિનંતીઓની સંખ્યા.

લોડ એજન્ટની મહત્વની લાક્ષણિકતા એ છે કે તે કેટલી વિનંતીઓ જનરેટ કરી શકે છે.
હકીકતમાં, આ વર્ચ્યુઅલ વપરાશકર્તાઓ દ્વારા એપ્લિકેશનની ઍક્સેસનું અનુકરણ છે
પ્રતિ સેકન્ડ (મિનિટ) પ્રતિસાદો
- પ્રતિ સેકન્ડ (અથવા મિનિટ) નેટવર્ક પ્રતિસાદોની સંખ્યા.

લક્ષ્ય સેવાની એક મહત્વપૂર્ણ લાક્ષણિકતા: કેટલી
સાથે પ્રશ્નોના જવાબો બનાવો અને મોકલો
લોડિંગ એજન્ટ

HTTP પ્રતિસાદ સ્થિતિ- વિવિધ પ્રતિભાવ કોડની સંખ્યા
લોડ એજન્ટ દ્વારા પ્રાપ્ત એપ્લિકેશન સર્વરમાંથી.
ઉદાહરણ તરીકે, 200 OK એટલે સફળ કૉલ,
અને 404 - કે સંસાધન મળ્યું ન હતું

લેટન્સી (પ્રતિભાવ સમય) - અંતથી સમય
પ્રતિભાવ (પ્રતિસાદ) પ્રાપ્ત કરવાનું શરૂ કરતા પહેલા વિનંતી (વિનંતી) મોકલવી.
સામાન્ય રીતે મિલિસેકન્ડમાં માપવામાં આવે છે (ms)

વ્યવહાર પ્રતિભાવ સમય- એક સંપૂર્ણ વ્યવહારનો સમય,
વિનંતી-પ્રતિસાદ ચક્રની પૂર્ણતા.
વિનંતી (વિનંતી) મોકલવાની શરૂઆતથી આ સમય છે
પ્રતિસાદ (પ્રતિસાદ) પ્રાપ્ત કરવાની પૂર્ણતા સુધી.

વ્યવહારનો સમય સેકન્ડ (અથવા મિનિટ)માં માપી શકાય છે.
ઘણી રીતે: ન્યૂનતમ ધ્યાનમાં લો,
મહત્તમ, સરેરાશ અને, ઉદાહરણ તરીકે, 90મી ટકાવારી.
ન્યૂનતમ અને મહત્તમ રીડિંગ્સ આત્યંતિક છે
સિસ્ટમ પ્રદર્શન સ્થિતિ.
નેવુંમી ટકાવારી સૌથી વધુ ઉપયોગમાં લેવાય છે,
જેમ કે તે મોટાભાગના વપરાશકર્તાઓને બતાવે છે,
સિસ્ટમ પ્રભાવના થ્રેશોલ્ડ પર આરામથી કાર્ય કરે છે

સેકન્ડ દીઠ વ્યવહારો (મિનિટ) - પૂર્ણ સંખ્યા
વ્યવહારો પ્રતિ સેકન્ડ (મિનિટ),
એટલે કે, અરજી કેટલી સ્વીકારવામાં સક્ષમ હતી અને
વિનંતીઓ પર પ્રક્રિયા કરો અને જવાબો રજૂ કરો.
હકીકતમાં, આ સિસ્ટમનું થ્રુપુટ છે

વ્યવહારની સ્થિતિ , પાસ / નિષ્ફળ / કુલ - સંખ્યા
સફળ, અસફળ અને વ્યવહારોની કુલ સંખ્યા.

અસફળ વાસ્તવિક વપરાશકર્તાઓ માટે
વ્યવહારનો ખરેખર અર્થ થશે
લોડ હેઠળ સિસ્ટમ સાથે કામ કરવામાં અસમર્થતા

લોડ પરીક્ષણ યોજનાકીય ડાયાગ્રામ

લોડ પરીક્ષણનો ખ્યાલ ખૂબ જ સરળ છે અને તેમાં ત્રણ મુખ્ય તબક્કાઓનો સમાવેશ થાય છે, જેનો મેં પહેલેથી જ ઉલ્લેખ કર્યો છે: ટેસ્ટ-રિપોર્ટ તૈયાર કરો, એટલે કે, પરીક્ષણ લક્ષ્યો તૈયાર કરવા અને લોડ સ્ત્રોતો માટે પરિમાણો સેટ કરવા, પછી લોડ પરીક્ષણો ચલાવવા અને અંતે, પરીક્ષણ અહેવાલ જનરેટ અને પ્રકાશિત કરવા.

યોજનાકીય નોંધો:

• QA.Tester લોડ પરીક્ષણમાં નિષ્ણાત છે,
• લક્ષ્ય એ લક્ષ્ય એપ્લિકેશન છે જેના માટે તમે લોડ હેઠળ તેની વર્તણૂક જાણવા માંગો છો.

ડાયાગ્રામમાં એન્ટિટી, સ્ટેજ અને સ્ટેપ્સનું વર્ગીકરણ

તબક્કાઓ અને પગલાં
શું થઈ રહ્યું છે
પ્રવેશદ્વાર પર શું છે
આઉટપુટ શું છે

તૈયાર કરો: પરીક્ષણ માટે તૈયારીનો તબક્કો

લોડ પેરામીટર્સ
સેટિંગ અને આરંભ
વપરાશકર્તા
લોડ પરિમાણો,
મેટ્રિક્સની પસંદગી અને
પરીક્ષણ યોજનાની તૈયારી
(પ્રોફાઇલ લોડ કરો)
માટે કસ્ટમ વિકલ્પો
લોડ એજન્ટ આરંભ
પરીક્ષણ યોજના
પરીક્ષણનો હેતુ

VM
મેઘ જમાવટ
સાથે વર્ચ્યુઅલ મશીન
જરૂરી લાક્ષણિકતાઓ
લોડ એજન્ટ માટે VM સેટિંગ્સ
માટે ઓટોમેશન સ્ક્રિપ્ટો
VM બનાવટ
VM માં ગોઠવેલ
વાદળ

એન.વી.
OS સેટઅપ અને તૈયારી
માટે પર્યાવરણ
લોડ એજન્ટ કામ
માટે પર્યાવરણ સેટિંગ્સ
લોડ એજન્ટ
માટે ઓટોમેશન સ્ક્રિપ્ટો
પર્યાવરણ સેટિંગ્સ
તૈયાર વાતાવરણ:
OS, સેવાઓ અને એપ્લિકેશન,
કામ માટે જરૂરી
લોડ એજન્ટ

લોડએજન્ટ્સ
ઇન્સ્ટોલેશન, રૂપરેખાંકન અને પરિમાણીકરણ
લોડિંગ એજન્ટ.
અથવા અહીંથી ડોકર ઇમેજ ડાઉનલોડ કરી રહ્યાં છીએ
પૂર્વ રૂપરેખાંકિત લોડ સ્ત્રોત
લોડ સ્ત્રોત ડોકર છબી
(YAT, JM અથવા સ્વ-લિખિત માળખું)
સેટિંગ્સ
લોડ એજન્ટ
સેટ કરો અને તૈયાર
કામ લોડ એજન્ટ માટે

પરીક્ષણ: લોડ પરીક્ષણોના અમલનો તબક્કો. સ્ત્રોતો GitLab CI માટે સમર્પિત એજન્ટ પુલમાં તૈનાત લોડ એજન્ટો છે

લોડ
લોડ એજન્ટ શરૂ કરી રહ્યા છીએ
પસંદ કરેલ પરીક્ષણ યોજના સાથે
અને લોડ પરિમાણો
વપરાશકર્તા વિકલ્પો
આરંભ માટે
લોડ એજન્ટ
પરીક્ષણ યોજના
પરીક્ષણનો હેતુ
એક્ઝેક્યુશન લોગ્સ
લોડ પરીક્ષણો
સિસ્ટમ લૉગ્સ
ધ્યેય મેટ્રિક્સ અને લોડ એજન્ટમાં ફેરફારોની ગતિશીલતા

એજન્ટો ચલાવો
એજન્ટ એક્ઝેક્યુશન
પરીક્ષણ સ્ક્રિપ્ટો લોડ
અનુસાર
પ્રોફાઇલ લોડ કરો
લોડ એજન્ટ ક્રિયાપ્રતિક્રિયા
પરીક્ષણ હેતુ માટે
પરીક્ષણ યોજના
પરીક્ષણનો હેતુ

લોગ
"કાચા" લોગનો સંગ્રહ
લોડ પરીક્ષણ દરમિયાન:
લોડ એજન્ટ પ્રવૃત્તિ રેકોર્ડ્સ,
પરીક્ષણ લક્ષ્યની સ્થિતિ
અને VM જે એજન્ટ ચલાવે છે

એક્ઝેક્યુશન લોગ્સ
લોડ પરીક્ષણો
સિસ્ટમ લૉગ્સ

મેટ્રિક્સ
પરીક્ષણ દરમિયાન "કાચા" મેટ્રિક્સ એકત્રિત કરવું

ધ્યેય મેટ્રિક્સમાં ફેરફારોની ગતિશીલતા
અને લોડ એજન્ટ

રિપોર્ટ: ટેસ્ટ રિપોર્ટ તૈયાર કરવાનો તબક્કો

જનરેટર
પ્રક્રિયા એકત્રિત
લોડિંગ સિસ્ટમ અને
મોનીટરીંગ સિસ્ટમ "કાચી"
મેટ્રિક્સ અને લૉગ્સ
માં અહેવાલની રચના
માનવ વાંચી શકાય તેવું સ્વરૂપ
તત્વો સાથે શક્ય છે
વિશ્લેષકો
એક્ઝેક્યુશન લોગ્સ
લોડ પરીક્ષણો
સિસ્ટમ લૉગ્સ
મેટ્રિક્સમાં ફેરફારોની ગતિશીલતા
લક્ષ્ય અને લોડ એજન્ટ
પ્રક્રિયા કરેલ "કાચા" લૉગ્સ
માટે યોગ્ય ફોર્મેટમાં
બાહ્ય સ્ટોરેજ પર અપલોડ કરે છે
સ્ટેટિક લોડ રિપોર્ટ,
માનવ વાંચી શકાય તેવું

પ્રકાશિત કરો
અહેવાલનું પ્રકાશન
લોડ વિશે
બાહ્યમાં પરીક્ષણ
સેવા
પ્રક્રિયા કરેલ "કાચી"
યોગ્ય ફોર્મેટમાં લોગ કરે છે
બાહ્ય પર અનલોડ કરવા માટે
ભંડાર
બાહ્યમાં સાચવેલ
સંગ્રહ અહેવાલો પર
ભાર, યોગ્ય
માનવ વિશ્લેષણ માટે

CI ટેમ્પલેટમાં લોડ સ્ત્રોતોને કનેક્ટ કરી રહ્યું છે

ચાલો વ્યવહારુ ભાગ તરફ આગળ વધીએ. હું કંપનીના કેટલાક પ્રોજેક્ટ્સ પર કેવી રીતે બતાવવા માંગુ છું હકારાત્મક ટેક્નોલોજીઓ અમે સેવા તરીકે લોડ ટેસ્ટિંગનો ખ્યાલ અમલમાં મૂક્યો છે.

પ્રથમ, અમારા DevOps એન્જિનિયરોની મદદથી, અમે લોડ પરીક્ષણો ચલાવવા માટે GitLab CI માં એજન્ટોનો એક સમર્પિત પૂલ બનાવ્યો. ટેમ્પલેટ્સમાં તેમને અન્ય લોકો સાથે મૂંઝવણમાં ન આવે તે માટે, જેમ કે એસેમ્બલી પૂલ, અમે આ એજન્ટોમાં ટૅગ્સ ઉમેર્યા છે, ટૅગ્સ: ભાર. તમે કોઈપણ અન્ય સમજી શકાય તેવા ટૅગ્સનો ઉપયોગ કરી શકો છો. તેઓ પૂછે છે નોંધણી દરમિયાન GitLab CI દોડવીરો.

હાર્ડવેર દ્વારા જરૂરી પાવર કેવી રીતે શોધી શકાય? લોડ એજન્ટોની લાક્ષણિકતાઓ - vCPU, RAM અને ડિસ્કની પૂરતી સંખ્યા - એ હકીકતના આધારે ગણતરી કરી શકાય છે કે Docker, Python (Yandex.Tank માટે), GitLab CI એજન્ટ, Java (Apache JMeter માટે) એ એજન્ટ પર ચાલતા હોવા જોઈએ. . JMeter હેઠળ જાવા માટે, ઓછામાં ઓછી 512 MB RAM નો ઉપયોગ કરવાની પણ ભલામણ કરવામાં આવે છે અને ઉપલી મર્યાદા તરીકે, 80% ઉપલબ્ધ મેમરી.

આમ, અમારા અનુભવના આધારે, અમે લોડ એજન્ટો માટે ઓછામાં ઓછા 4 vCPUs, 4 GB RAM, 60 GB SSD નો ઉપયોગ કરવાની ભલામણ કરીએ છીએ. નેટવર્ક કાર્ડનું થ્રુપુટ લોડ પ્રોફાઇલની જરૂરિયાતોને આધારે નક્કી કરવામાં આવે છે.

અમે મુખ્યત્વે બે લોડ સ્ત્રોતોનો ઉપયોગ કરીએ છીએ - Apache JMeter અને Yandex.Tank ડોકર ઈમેજીસ.

Yandex.Tank લોડ પરીક્ષણ માટે યાન્ડેક્સનું એક ઓપન સોર્સ ટૂલ છે. તેનું મોડ્યુલર આર્કિટેક્ચર ફેન્ટમના ઉચ્ચ-પ્રદર્શન અસિંક્રોનસ હિટ-આધારિત HTTP વિનંતી જનરેટર પર આધારિત છે. ટાંકીમાં SSH પ્રોટોકોલ દ્વારા પરીક્ષણ હેઠળના સર્વરના સંસાધનોનું બિલ્ટ-ઇન મોનિટરિંગ છે, ચોક્કસ શરતો હેઠળ પરીક્ષણને આપમેળે બંધ કરી શકે છે, પરિણામોને કન્સોલ અને ગ્રાફના સ્વરૂપમાં પ્રદર્શિત કરી શકે છે, તમે તમારા મોડ્યુલોને કનેક્ટ કરી શકો છો. કાર્યક્ષમતાને વિસ્તૃત કરવા માટે. માર્ગ દ્વારા, અમે ટાંકીનો ઉપયોગ ત્યારે કર્યો જ્યારે તે હજી મુખ્ય પ્રવાહમાં ન હતી. લેખમાં "Yandex.Tank અને લોડ પરીક્ષણ ઓટોમેશન» 2013 માં અમે તેની સાથે લોડ ટેસ્ટિંગ કેવી રીતે કર્યું તેની વાર્તા તમે વાંચી શકો છો પીટી એપ્લિકેશન ફાયરવોલ અમારી કંપનીના ઉત્પાદનોમાંથી એક છે.

અપાચે JMeter Apache તરફથી ઓપન સોર્સ લોડ ટેસ્ટિંગ ટૂલ છે. તે સ્થિર અને ગતિશીલ વેબ એપ્લિકેશન બંનેના પરીક્ષણ માટે સમાન રીતે સારી રીતે ઉપયોગ કરી શકાય છે. JMeter મોટી સંખ્યામાં પ્રોટોકોલ્સ અને એપ્લિકેશન્સ સાથે ક્રિયાપ્રતિક્રિયા કરવાની રીતોને સપોર્ટ કરે છે: HTTP, HTTPS (Java, NodeJS, PHP, ASP.NET, વગેરે), SOAP / REST વેબસેવાઓ, FTP, TCP, LDAP, SMTP(S), POP3( S) ) અને IMAP(S), જેડીબીસી દ્વારા ડેટાબેઝ, શેલ આદેશો ચલાવી શકે છે અને જાવા ઑબ્જેક્ટ્સ સાથે કામ કરી શકે છે. JMeter પાસે ટેસ્ટ પ્લાન બનાવવા, ડિબગ કરવા અને એક્ઝિક્યુટ કરવા માટે IDE છે. કોઈપણ Java સુસંગત ઑપરેટિંગ સિસ્ટમ (Linux, Windows, Mac OS X) પર કમાન્ડ લાઇન ઑપરેશન માટે CLI પણ છે. સાધન ગતિશીલ રીતે HTML ટેસ્ટ રિપોર્ટ જનરેટ કરી શકે છે.

અમારી કંપનીમાં ઉપયોગમાં સરળતા માટે, પરીક્ષકોની પર્યાવરણને બદલવા અને ઉમેરવાની ક્ષમતા માટે, અમે GitLab CI પર લોડ સ્ત્રોતોની ડોકર ઇમેજ બનાવી છે અને આંતરિકમાં પ્રકાશન સાથે આર્ટિફેક્ટરી ખાતે ડોકર રજિસ્ટ્રી. આ લોડ પરીક્ષણો માટે તેમને પાઇપલાઇન્સમાં કનેક્ટ કરવાનું ઝડપી અને સરળ બનાવે છે. GitLab CI દ્વારા રજિસ્ટ્રીમાં ડોકર પુશ કેવી રીતે કરવું - જુઓ સૂચનો.

અમે Yandex.Tank માટે આ મૂળભૂત ડોકર ફાઇલ લીધી છે:

Dockerfile 
1 | FROM direvius/yandex-tank
2 | ENTRYPOINT [""]

અને Apache JMeter માટે આ એક:

Dockerfile 
1 | FROM vmarrazzo/jmeter
2 | ENTRYPOINT [""]

તમે લેખમાં અમારી સતત એકીકરણ સિસ્ટમ કેવી રીતે કાર્ય કરે છે તે વાંચી શકો છો "વિકાસ પ્રક્રિયાઓનું ઓટોમેશન: અમે કેવી રીતે સકારાત્મક ટેક્નોલોજીઓ પર DevOps વિચારોનો અમલ કર્યો».

ટેમ્પલેટ અને પાઇપલાઇન

લોડ પરીક્ષણો કરવા માટેના નમૂનાનું ઉદાહરણ પ્રોજેક્ટમાં ઉપલબ્ધ છે ડેમો લોડ. આ રીડમી ફાઇલ તમે નમૂનાનો ઉપયોગ કરવા માટેની સૂચનાઓ વાંચી શકો છો. નમૂનામાં જ (ફાઇલ .gitlab-ci.yml) દરેક પગલું શું જવાબદાર છે તેની નોંધો છે.

ટેમ્પલેટ ખૂબ જ સરળ છે અને ઉપરના આકૃતિમાં વર્ણવેલ લોડ પરીક્ષણના ત્રણ તબક્કાઓ દર્શાવે છે: અહેવાલો તૈયાર કરવા, પરીક્ષણ કરવા અને પ્રકાશિત કરવા. આ માટે જવાબદાર છે તબક્કા: તૈયાર કરો, પરીક્ષણ કરો અને રિપોર્ટ કરો.

1. સ્ટેજ તૈયાર પરીક્ષણ લક્ષ્યોને પૂર્વરૂપરેખાંકિત કરવા અથવા તેમની ઉપલબ્ધતા તપાસવા માટે ઉપયોગ કરવો જોઈએ. લોડ સ્ત્રોતો માટે પર્યાવરણને ગોઠવવાની જરૂર નથી, તે ડોકર ઈમેજીસ તરીકે પૂર્વ-બિલ્ટ છે અને ડોકર રજિસ્ટ્રીમાં પોસ્ટ કરવામાં આવી છે: માત્ર ટેસ્ટ સ્ટેજ પર ઇચ્છિત સંસ્કરણનો ઉલ્લેખ કરો. પરંતુ તમે તેને ફરીથી બનાવી શકો છો અને તમારી પોતાની સુધારેલી છબીઓ બનાવી શકો છો.
2. સ્ટેજ ટેસ્ટ લોડ સ્ત્રોતનો ઉલ્લેખ કરવા, પરીક્ષણો ચલાવવા અને પરીક્ષણ આર્ટિફેક્ટ્સને સ્ટોર કરવા માટે વપરાય છે. તમે કોઈપણ લોડ સ્ત્રોત પસંદ કરી શકો છો: Yandex.Tank, Apache JMeter, તમારું પોતાનું અથવા બધું એકસાથે. બિનજરૂરી સ્ત્રોતોને અક્ષમ કરવા માટે, ફક્ત ટિપ્પણી કરો અથવા જોબ કાઢી નાખો. લોડ સ્ત્રોતો માટે પ્રવેશ બિંદુઓ:
   • Yandex.Tank માટે લોંચ પરિમાણોમાં ઉલ્લેખિત છે./tests/yandextank.sh,
   • Apache JMeter સ્ટાર્ટઅપ પરિમાણો ફાઇલમાં ઉલ્લેખિત છે ./tests/jmeter.sh.

   નોંધ: એસેમ્બલી રૂપરેખાંકન નમૂનાનો ઉપયોગ CI સિસ્ટમ સાથે ક્રિયાપ્રતિક્રિયા સેટ કરવા માટે થાય છે અને તે તેમાં પરીક્ષણ તર્કનું સ્થાન સૂચિત કરતું નથી. પરીક્ષણો માટે, પ્રવેશ બિંદુ સ્પષ્ટ થયેલ છે, જ્યાં નિયંત્રણ બેશ સ્ક્રિપ્ટ સ્થિત છે. પરીક્ષણો ચલાવવાની પદ્ધતિ, અહેવાલો જનરેટ કરવા અને પરીક્ષણ સ્ક્રિપ્ટો પોતે જ QA એન્જિનિયરો દ્વારા અમલમાં મૂકવી આવશ્યક છે. ડેમોમાં, બંને લોડ સ્ત્રોતો માટે, યાન્ડેક્સ મુખ્ય પૃષ્ઠ વિનંતીનો ઉપયોગ સૌથી સરળ પરીક્ષણ તરીકે થાય છે. સ્ક્રિપ્ટો અને પરીક્ષણ પરિમાણો ડિરેક્ટરીમાં છે ./પરીક્ષણો.

3. સ્ટેજ પર રિપોર્ટ તમારે બાહ્ય સ્ટોરેજમાં, ઉદાહરણ તરીકે, GitLab પૃષ્ઠો અથવા વિશેષ રિપોર્ટિંગ સિસ્ટમ્સ પર પરીક્ષણના તબક્કે મેળવેલા પરીક્ષણ પરિણામોને કેવી રીતે પ્રકાશિત કરવા તેનું વર્ણન કરવાની જરૂર છે. GitLab પૃષ્ઠો માટે જરૂરી છે કે ./public ડિરેક્ટરી ખાલી ન હોય અને પરીક્ષણો પૂર્ણ થયા પછી તેમાં ઓછામાં ઓછી index.html ફાઇલ હોય. તમે GitLab પૃષ્ઠો સેવાની ઘોંઘાટ વિશે વાંચી શકો છો. લિંક.

   ડેટાની નિકાસ કેવી રીતે કરવી તેના ઉદાહરણો:

   • JMeter થી GitLab પૃષ્ઠો,
   • Yandex.Tank થી InfluxDB અને Grafana.

   સેટઅપ સૂચનાઓ પોસ્ટ કરવી:

   • માં HTML સ્ટેટિક્સ GitLab પૃષ્ઠો,
   • InfluxDB અને પછી ગ્રાફના.

ડેમો ઉદાહરણમાં, લોડ પરીક્ષણો અને બે લોડ સ્ત્રોતો સાથેની પાઇપલાઇન (તમે બિનજરૂરી એકને અક્ષમ કરી શકો છો) આના જેવો દેખાય છે:

Apache JMeter પોતે HTML રિપોર્ટ જનરેટ કરી શકે છે, તેથી તેને પ્રમાણભૂત સાધનોનો ઉપયોગ કરીને GitLab પૃષ્ઠોમાં સાચવવું વધુ નફાકારક છે. Apache JMeter રિપોર્ટ આ રીતે દેખાય છે:

Yandex.Tank માટેના ડેમો ઉદાહરણમાં, તમે ફક્ત જોશો નકલી ટેક્સ્ટ રિપોર્ટ GitLab પૃષ્ઠો માટે વિભાગમાં. પરીક્ષણ દરમિયાન, ટાંકી પરિણામોને InfluxDB ડેટાબેઝમાં સાચવી શકે છે, અને ત્યાંથી તે પ્રદર્શિત કરી શકાય છે, ઉદાહરણ તરીકે, Grafana માં (રૂપરેખાંકન ફાઇલમાં કરવામાં આવે છે. ./tests/example-yandextank-test.yml). ગ્રાફનામાં ટાંકનો અહેવાલ આ રીતે દેખાય છે:

સારાંશ

લેખમાં, મેં "લોડ ટેસ્ટિંગ એઝ એ ​​સર્વિસ" (સેવા તરીકે લોડ ટેસ્ટિંગ) ની વિભાવના વિશે વાત કરી. મુખ્ય વિચાર એ છે કે લોડ એજન્ટોના પૂર્વ-રૂપરેખાંકિત પૂલ, લોડ સ્ત્રોતોની ડોકર છબીઓ, રિપોર્ટિંગ સિસ્ટમ્સ અને એક પાઇપલાઇન કે જે તેમને સરળ .gitlab-ci.yml ટેમ્પ્લેટના આધારે ગિટલેબ CI માં જોડે છે તેના ઇન્ફ્રાસ્ટ્રક્ચરનો ઉપયોગ કરવાનો છે (ઉદાહરણ લિંક). આ બધું ઓટોમેશન એન્જિનિયર્સની એક નાની ટીમ દ્વારા સમર્થિત છે અને ઉત્પાદન ટીમોની વિનંતી પર નકલ કરવામાં આવે છે. હું આશા રાખું છું કે આ તમને તમારી કંપનીમાં સમાન યોજના તૈયાર કરવામાં અને લાગુ કરવામાં મદદ કરશે. ધ્યાન આપવા બદલ આભાર!

PS અમારી કંપનીમાં સેવા તરીકે લોડ ટેસ્ટિંગની વિભાવનાના અમલીકરણમાં તકનીકી સહાય માટે હું મારા સાથીદારો, સેર્ગેઈ કુર્બનોવ અને નિકોલાઈ યુસેવનો ખૂબ આભાર કહેવા માંગુ છું.

લેખક: તૈમૂર ગિલમુલિન - ડેપ્યુટી પોઝીટીવ ટેક્નોલોજીસ ખાતે ટેકનોલોજી અને વિકાસ પ્રક્રિયાઓ (DevOps)ના વડા

સોર્સ: www.habr.com