ഡെവലപ്പർമാർക്കുള്ള ഒരു CI സേവനമായി ലോഡ് ടെസ്റ്റിംഗ്

മൾട്ടി-പ്രൊഡക്റ്റ് സോഫ്‌റ്റ്‌വെയർ വെണ്ടർമാർ പലപ്പോഴും അഭിമുഖീകരിക്കുന്ന പ്രശ്‌നങ്ങളിലൊന്ന് മിക്കവാറും എല്ലാ ടീമിലെയും എഞ്ചിനീയർമാരുടെ - ഡെവലപ്പർമാർ, ടെസ്റ്റർമാർ, ഇൻഫ്രാസ്ട്രക്ചർ അഡ്മിനിസ്ട്രേറ്റർമാർ എന്നിവരുടെ കഴിവുകളുടെ തനിപ്പകർപ്പാണ്. ചെലവേറിയ എഞ്ചിനീയർമാർക്കും ഇത് ബാധകമാണ് - ലോഡ് ടെസ്റ്റിംഗ് മേഖലയിലെ സ്പെഷ്യലിസ്റ്റുകൾ.

ഒരു ലോഡ് ടെസ്റ്റിംഗ് പ്രക്രിയ നിർമ്മിക്കുന്നതിന് അവരുടെ നേരിട്ടുള്ള ചുമതലകൾ ചെയ്യുന്നതിനും അവരുടെ അദ്വിതീയ അനുഭവം ഉപയോഗിക്കുന്നതിനുപകരം, ഒരു മെത്തഡോളജി, ഒപ്റ്റിമൽ മെട്രിക്‌സ് തിരഞ്ഞെടുക്കുക, ലോഡ് പ്രൊഫൈലുകൾക്ക് അനുസൃതമായി ഓട്ടോടെസ്റ്റുകൾ എഴുതുക, എഞ്ചിനീയർമാർ പലപ്പോഴും ആദ്യം മുതൽ ടെസ്റ്റ് ഇൻഫ്രാസ്ട്രക്ചർ വിന്യസിക്കുകയും ലോഡ് ടൂളുകൾ കോൺഫിഗർ ചെയ്യുകയും അവ ഉൾച്ചേർക്കുകയും വേണം. CI സിസ്റ്റങ്ങളിൽ സ്വയം നിരീക്ഷണവും റിപ്പോർട്ടുകളുടെ പ്രസിദ്ധീകരണവും സജ്ജമാക്കി.

പോസിറ്റീവ് ടെക്നോളജീസ് എന്നതിൽ ഞങ്ങൾ ഉപയോഗിക്കുന്ന ടെസ്റ്റിംഗിൽ ചില ഓർഗനൈസേഷണൽ പ്രശ്നങ്ങൾക്കുള്ള പരിഹാരം നിങ്ങൾക്ക് കണ്ടെത്താനാകും മറ്റൊരു ലേഖനം. ഇതിൽ, "ഒരു സേവനമായി ലോഡ് ടെസ്റ്റിംഗ്" (ഒരു സേവനമായി ലോഡ് ടെസ്റ്റിംഗ്) എന്ന ആശയം ഉപയോഗിച്ച് ഒരു പൊതു CI പൈപ്പ്ലൈനിലേക്ക് ലോഡ് ടെസ്റ്റുകൾ സംയോജിപ്പിക്കുന്നതിനുള്ള സാധ്യതയെക്കുറിച്ച് ഞാൻ സംസാരിക്കും. സിഐ പൈപ്പ്‌ലൈനിൽ ലോഡ് സ്രോതസ്സുകളുടെ ഡോക്കർ ഇമേജുകൾ എങ്ങനെ ഉപയോഗിക്കാമെന്നും ഏതൊക്കെയെന്ന് നിങ്ങൾ പഠിക്കും; ഒരു ബിൽഡ് ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് നിങ്ങളുടെ CI പ്രോജക്റ്റിലേക്ക് ലോഡ് ഉറവിടങ്ങൾ എങ്ങനെ ബന്ധിപ്പിക്കാം; ലോഡ് ടെസ്റ്റുകൾ പ്രവർത്തിപ്പിക്കുന്നതിനും ഫലങ്ങൾ പ്രസിദ്ധീകരിക്കുന്നതിനും ഡെമോ പൈപ്പ്ലൈൻ എങ്ങനെയിരിക്കും. തങ്ങളുടെ ലോഡ് സിസ്റ്റത്തിന്റെ ആർക്കിടെക്ചറിനെക്കുറിച്ച് ചിന്തിക്കുന്ന സിഐയിലെ സോഫ്റ്റ്‌വെയർ ടെസ്റ്റിംഗ് എഞ്ചിനീയർമാർക്കും ഓട്ടോമേഷൻ എഞ്ചിനീയർമാർക്കും ലേഖനം ഉപയോഗപ്രദമായേക്കാം.

ആശയത്തിന്റെ സാരാംശം

ലോഡ് ടൂളുകൾ Apache JMeter, Yandex.Tank, നിങ്ങളുടെ സ്വന്തം ചട്ടക്കൂടുകൾ എന്നിവ ഒരു ഏകപക്ഷീയമായ തുടർച്ചയായ സംയോജന സംവിധാനത്തിലേക്ക് സമന്വയിപ്പിക്കാനുള്ള കഴിവിനെ ഒരു സേവനമെന്ന നിലയിൽ ലോഡ് ടെസ്റ്റിംഗ് എന്ന ആശയം സൂചിപ്പിക്കുന്നു. ഡെമോ GitLab CI-ക്കുള്ളതായിരിക്കും, എന്നാൽ തത്വങ്ങൾ എല്ലാ CI സിസ്റ്റങ്ങൾക്കും പൊതുവായുള്ളതാണ്.

ഒരു സേവനമെന്ന നിലയിൽ ലോഡ് ടെസ്റ്റിംഗ് എന്നത് ലോഡ് ടെസ്റ്റിംഗിനുള്ള ഒരു കേന്ദ്രീകൃത സേവനമാണ്. ലോഡ് ടെസ്റ്റുകൾ സമർപ്പിത ഏജന്റ് പൂളുകളിൽ പ്രവർത്തിക്കുന്നു, ഫലങ്ങൾ GitLab പേജുകൾ, Influx DB, Grafana എന്നിവയിലോ ടെസ്റ്റ് റിപ്പോർട്ടിംഗ് സിസ്റ്റങ്ങളിലോ (TestRail, ReportPortal, മുതലായവ) സ്വയമേവ പ്രസിദ്ധീകരിക്കുന്നു. ഓട്ടോമേഷനും സ്കെയിലിംഗും കഴിയുന്നത്ര ലളിതമായി നടപ്പിലാക്കുന്നു - GitLab CI പ്രോജക്റ്റിൽ സാധാരണ gitlab-ci.yml ടെംപ്ലേറ്റ് ചേർത്ത് പാരാമീറ്റർ ചെയ്തുകൊണ്ട്.

ഈ സമീപനത്തിന്റെ പ്രയോജനം, മുഴുവൻ CI ഇൻഫ്രാസ്ട്രക്ചർ, ലോഡ് ഏജന്റുമാർ, ലോഡ് സ്രോതസ്സുകളുടെ ഡോക്കർ ഇമേജുകൾ, ടെസ്റ്റിംഗ് പൈപ്പ്ലൈനുകൾ, പബ്ലിഷിംഗ് റിപ്പോർട്ടുകൾ എന്നിവ ഒരു കേന്ദ്രീകൃത ഓട്ടോമേഷൻ ഡിപ്പാർട്ട്മെന്റ് (DevOps എഞ്ചിനീയർമാർ) പരിപാലിക്കുന്നു, അതേസമയം ലോഡ് ടെസ്റ്റിംഗ് എഞ്ചിനീയർമാർക്ക് അവരുടെ ശ്രമങ്ങൾ പരീക്ഷണ വികസനത്തിൽ കേന്ദ്രീകരിക്കാൻ കഴിയും. അടിസ്ഥാന സൗകര്യ പ്രശ്‌നങ്ങൾ കൈകാര്യം ചെയ്യാതെ, അവയുടെ ഫലങ്ങളുടെ വിശകലനവും.

വിവരണത്തിന്റെ ലാളിത്യത്തിനായി, പരീക്ഷണത്തിൻ കീഴിലുള്ള ടാർഗെറ്റ് ആപ്ലിക്കേഷനോ സെർവറോ നേരത്തെ തന്നെ വിന്യസിക്കുകയും കോൺഫിഗർ ചെയ്യുകയും ചെയ്തിട്ടുണ്ടെന്ന് ഞങ്ങൾ അനുമാനിക്കും (പൈത്തൺ, സാൾട്ട്‌സ്റ്റാക്ക്, അൻസിബിൾ മുതലായവയിലെ ഓട്ടോമേറ്റഡ് സ്‌ക്രിപ്റ്റുകൾ ഇതിനായി ഉപയോഗിക്കാം). ഒരു സേവനമെന്ന നിലയിൽ ലോഡ് ടെസ്റ്റിംഗിന്റെ മുഴുവൻ ആശയവും മൂന്ന് ഘട്ടങ്ങളായി യോജിക്കുന്നു: തയ്യാറാക്കൽ, പരിശോധന, റിപ്പോർട്ടുകളുടെ പ്രസിദ്ധീകരണം. ഡയഗ്രാമിലെ കൂടുതൽ വിശദാംശങ്ങൾ (എല്ലാ ചിത്രങ്ങളും ക്ലിക്ക് ചെയ്യാവുന്നതാണ്):

ലോഡ് ടെസ്റ്റിംഗിലെ അടിസ്ഥാന ആശയങ്ങളും നിർവചനങ്ങളും

ലോഡ് ടെസ്റ്റുകൾ നടത്തുമ്പോൾ, ഞങ്ങൾ പാലിക്കാൻ ശ്രമിക്കുന്നു ISTQB മാനദണ്ഡങ്ങളും രീതിശാസ്ത്രവും, ഉചിതമായ ടെർമിനോളജിയും ശുപാർശ ചെയ്ത അളവുകളും ഉപയോഗിക്കുക. ലോഡ് ടെസ്റ്റിംഗിലെ പ്രധാന ആശയങ്ങളുടെയും നിർവചനങ്ങളുടെയും ഒരു ചെറിയ ലിസ്റ്റ് ഞാൻ നൽകും.

ലോഡ് ഏജന്റ് - ആപ്ലിക്കേഷൻ സമാരംഭിക്കുന്ന ഒരു വെർച്വൽ മെഷീൻ - ലോഡ് ഉറവിടം (Apache JMeter, Yandex.Tank അല്ലെങ്കിൽ സ്വയം എഴുതിയ ലോഡ് മൊഡ്യൂൾ).

ടെസ്റ്റ് ലക്ഷ്യം (ലക്ഷ്യം) - ലോഡിന് വിധേയമായ സെർവറിൽ ഇൻസ്റ്റാൾ ചെയ്ത സെർവർ അല്ലെങ്കിൽ ആപ്ലിക്കേഷൻ.

ടെസ്റ്റ് സാഹചര്യം (ടെസ്റ്റ് കേസ്) - പാരാമീറ്റർ ചെയ്ത ഘട്ടങ്ങളുടെ ഒരു കൂട്ടം: നിർദ്ദിഷ്ട പാരാമീറ്ററുകളെ ആശ്രയിച്ച്, നിശ്ചിത നെറ്റ്‌വർക്ക് അഭ്യർത്ഥനകളും പ്രതികരണങ്ങളും ഉള്ള ഉപയോക്തൃ പ്രവർത്തനങ്ങളും ഈ പ്രവർത്തനങ്ങളോടുള്ള പ്രതീക്ഷിക്കുന്ന പ്രതികരണങ്ങളും.

പ്രൊഫൈൽ അല്ലെങ്കിൽ ലോഡ് പ്ലാൻ (പ്രൊഫൈൽ) - ൽ ISTQB രീതിശാസ്ത്രം (വിഭാഗം 4.2.4, പേജ് 43) ലോഡ് പ്രൊഫൈലുകൾ ഒരു പ്രത്യേക ടെസ്റ്റിന് നിർണ്ണായകമായ അളവുകളും ടെസ്റ്റ് സമയത്ത് ലോഡ് പാരാമീറ്ററുകൾ മാറ്റുന്നതിനുള്ള ഓപ്ഷനുകളും നിർവചിക്കുന്നു. ചിത്രത്തിൽ പ്രൊഫൈലുകളുടെ ഉദാഹരണങ്ങൾ നിങ്ങൾക്ക് കാണാൻ കഴിയും.

ടെസ്റ്റ് — മുൻകൂട്ടി നിശ്ചയിച്ചിട്ടുള്ള പാരാമീറ്ററുകളുള്ള ഒരു സ്ക്രിപ്റ്റ്.

ടെസ്റ്റ് പ്ലാൻ (ടെസ്റ്റ് പ്ലാൻ) - ഒരു കൂട്ടം ടെസ്റ്റുകളും ഒരു ലോഡ് പ്രൊഫൈലും.

ടെസ്റ്റ്റാൻ (ടെസ്റ്റ്രൺ) - പൂർണ്ണമായി നടപ്പിലാക്കിയ ലോഡ് സാഹചര്യവും ലഭിച്ച റിപ്പോർട്ടും ഉപയോഗിച്ച് ഒരു ടെസ്റ്റ് പ്രവർത്തിപ്പിക്കുന്നതിന്റെ ഒരു ആവർത്തനം.

നെറ്റ്‌വർക്ക് അഭ്യർത്ഥന (അഭ്യർത്ഥന) — ഒരു ഏജന്റിൽ നിന്ന് ഒരു ലക്ഷ്യത്തിലേക്ക് അയച്ച HTTP അഭ്യർത്ഥന.

നെറ്റ്‌വർക്ക് പ്രതികരണം (പ്രതികരണം) — ഒരു HTTP പ്രതികരണം ലക്ഷ്യത്തിൽ നിന്ന് ഏജന്റിന് അയച്ചു.
HTTP പ്രതികരണ കോഡ് (HTTP പ്രതികരണങ്ങളുടെ നില) - ആപ്ലിക്കേഷൻ സെർവറിൽ നിന്നുള്ള സാധാരണ പ്രതികരണ കോഡ്.
ഒരു ഇടപാട് ഒരു സമ്പൂർണ്ണ അഭ്യർത്ഥന-പ്രതികരണ ചക്രമാണ്. ഒരു അഭ്യർത്ഥന (അഭ്യർത്ഥന) അയയ്ക്കുന്നത് മുതൽ ഒരു പ്രതികരണം (പ്രതികരണം) സ്വീകരിക്കുന്നത് വരെ ഒരു ഇടപാട് കണക്കാക്കുന്നു.

ഇടപാട് നില - അഭ്യർത്ഥന-പ്രതികരണ ചക്രം വിജയകരമായി പൂർത്തിയാക്കാൻ കഴിയുമോ എന്ന്. ഈ സൈക്കിളിൽ എന്തെങ്കിലും പിശക് സംഭവിച്ചിട്ടുണ്ടെങ്കിൽ, മുഴുവൻ ഇടപാടും പരാജയപ്പെട്ടതായി കണക്കാക്കും.

പ്രതികരണ സമയം (ലേറ്റൻസി) - ഒരു അഭ്യർത്ഥന (അഭ്യർത്ഥന) അയച്ചതിന്റെ അവസാനം മുതൽ ഒരു പ്രതികരണം (പ്രതികരണം) സ്വീകരിക്കുന്നതിന്റെ ആരംഭം വരെയുള്ള സമയം.

അളവുകൾ ലോഡ് ചെയ്യുക - ലോഡ് ചെയ്ത സേവനത്തിന്റെയും ലോഡ് ഏജന്റിന്റെയും സവിശേഷതകൾ ലോഡ് ടെസ്റ്റിംഗ് പ്രക്രിയയിൽ നിർണ്ണയിക്കപ്പെടുന്നു.

ലോഡ് പാരാമീറ്ററുകൾ അളക്കുന്നതിനുള്ള അടിസ്ഥാന മെട്രിക്സ്

രീതിശാസ്ത്രത്തിൽ ഏറ്റവും സാധാരണയായി ഉപയോഗിക്കുന്നതും ശുപാർശ ചെയ്യുന്നതുമായ ചിലത് ISTQB (പേജ് 36, 52) അളവുകൾ ചുവടെയുള്ള പട്ടികയിൽ കാണിച്ചിരിക്കുന്നു. ഏജന്റിനും ടാർഗെറ്റിനും സമാനമായ മെട്രിക്‌സ് ഒരേ ലൈനിൽ ലിസ്‌റ്റ് ചെയ്‌തിരിക്കുന്നു.

ലോഡ് ഏജന്റിനുള്ള മെട്രിക്കുകൾ
ടാർഗെറ്റ് സിസ്റ്റത്തിന്റെ മെട്രിക്സ് അല്ലെങ്കിൽ ലോഡിന് കീഴിൽ പരീക്ഷിച്ചു കൊണ്ടിരിക്കുന്ന ആപ്ലിക്കേഷൻ

എണ്ണം  vCPU ഒപ്പം ഓർമ്മശക്തിയും RAM,
ഡിസ്ക് - ലോഡ് ഏജന്റിന്റെ "ഇരുമ്പ്" സവിശേഷതകൾ
സിപിയു, മെമ്മറി, ഡിസ്ക് ഉപയോഗം - സിപിയു, മെമ്മറി, ഡിസ്ക് ലോഡിംഗ് എന്നിവയുടെ ഡൈനാമിക്സ്
പരിശോധന പ്രക്രിയയിൽ. സാധാരണയായി ഒരു ശതമാനമായി അളക്കുന്നു
ലഭ്യമായ പരമാവധി മൂല്യങ്ങൾ

നെറ്റ്‌വർക്ക് ത്രൂപുട്ട് (ലോഡ് ഏജന്റിൽ) - ത്രൂപുട്ട്
സെർവറിലെ നെറ്റ്‌വർക്ക് ഇന്റർഫേസ്,
ലോഡ് ഏജന്റ് എവിടെയാണ് ഇൻസ്റ്റാൾ ചെയ്തിരിക്കുന്നത്.
സാധാരണയായി സെക്കൻഡിൽ ബൈറ്റുകളിൽ അളക്കുന്നു (bps)
നെറ്റ്‌വർക്ക് ത്രൂപുട്ട്(ലക്ഷ്യത്തിൽ) - നെറ്റ്‌വർക്ക് ഇന്റർഫേസ് ബാൻഡ്‌വിഡ്ത്ത്
ടാർഗെറ്റ് സെർവറിൽ. സാധാരണയായി സെക്കൻഡിൽ ബൈറ്റുകളിൽ അളക്കുന്നു (bps)

വെർച്വൽ ഉപയോക്താക്കൾ- വെർച്വൽ ഉപയോക്താക്കളുടെ എണ്ണം,
ലോഡ് സാഹചര്യങ്ങൾ നടപ്പിലാക്കുന്നു ഒപ്പം
യഥാർത്ഥ ഉപയോക്തൃ പ്രവർത്തനങ്ങൾ അനുകരിക്കുന്നു
വെർച്വൽ ഉപയോക്താക്കളുടെ നില, വിജയിച്ചു/പരാജയപ്പെട്ടു/മൊത്തം — വിജയിച്ചവരുടെ എണ്ണം കൂടാതെ
വെർച്വൽ ഉപയോക്താക്കളുടെ വിജയിക്കാത്ത സ്റ്റാറ്റസുകൾ
ലോഡ് സാഹചര്യങ്ങൾക്കും അവയുടെ ആകെ സംഖ്യയ്ക്കും.

എല്ലാ ഉപയോക്താക്കൾക്കും ഇത് പൂർത്തിയാക്കാൻ കഴിയുമെന്ന് സാധാരണയായി പ്രതീക്ഷിക്കുന്നു
ലോഡ് പ്രൊഫൈലിൽ വ്യക്തമാക്കിയിട്ടുള്ള നിങ്ങളുടെ എല്ലാ ജോലികളും.
ഏതെങ്കിലും പിശക് അർത്ഥമാക്കുന്നത് ഒരു യഥാർത്ഥ ഉപയോക്താവിന് കഴിയില്ല എന്നാണ്
സിസ്റ്റത്തിൽ പ്രവർത്തിക്കുമ്പോൾ നിങ്ങളുടെ പ്രശ്നം പരിഹരിക്കുക

സെക്കൻഡിലെ അഭ്യർത്ഥനകൾ (മിനിറ്റ്)- സെക്കൻഡിൽ നെറ്റ്‌വർക്ക് അഭ്യർത്ഥനകളുടെ എണ്ണം (അല്ലെങ്കിൽ മിനിറ്റ്).

ഒരു ലോഡ് ഏജന്റിന്റെ ഒരു പ്രധാന സ്വഭാവം അതിന് എത്ര അഭ്യർത്ഥനകൾ സൃഷ്ടിക്കാൻ കഴിയും എന്നതാണ്.
വാസ്തവത്തിൽ, ഇത് വെർച്വൽ ഉപയോക്താക്കളുടെ ആപ്ലിക്കേഷനിലേക്കുള്ള പ്രവേശനത്തിന്റെ അനുകരണമാണ്
സെക്കൻഡിലെ പ്രതികരണങ്ങൾ (മിനിറ്റ്)
- സെക്കൻഡിൽ നെറ്റ്‌വർക്ക് പ്രതികരണങ്ങളുടെ എണ്ണം (അല്ലെങ്കിൽ മിനിറ്റ്).

ടാർഗെറ്റ് സേവനത്തിന്റെ ഒരു പ്രധാന സ്വഭാവം: എത്ര
ഉപയോഗിച്ച് ചോദ്യങ്ങൾക്ക് പ്രതികരണങ്ങൾ സൃഷ്ടിക്കുകയും അയയ്ക്കുകയും ചെയ്യുക
ലോഡിംഗ് ഏജന്റ്

HTTP പ്രതികരണ നില- വ്യത്യസ്ത പ്രതികരണ കോഡുകളുടെ എണ്ണം
ലോഡ് ഏജന്റിന് ലഭിച്ച ആപ്ലിക്കേഷൻ സെർവറിൽ നിന്ന്.
ഉദാഹരണത്തിന്, 200 ശരി എന്നാൽ വിജയകരമായ ഒരു കോൾ എന്നാണ് അർത്ഥമാക്കുന്നത്,
കൂടാതെ 404 - ഉറവിടം കണ്ടെത്തിയില്ല

ലേറ്റൻസി (പ്രതികരണ സമയം) - അവസാനം മുതൽ സമയം
ഒരു പ്രതികരണം (പ്രതികരണം) ലഭിക്കുന്നതിന് മുമ്പ് ഒരു അഭ്യർത്ഥന (അഭ്യർത്ഥന) അയയ്ക്കുന്നു.
സാധാരണയായി മില്ലിസെക്കൻഡിൽ (മി.സെ.) അളക്കുന്നു

ഇടപാട് പ്രതികരണ സമയം- ഒരു മുഴുവൻ ഇടപാടിന്റെ സമയം,
അഭ്യർത്ഥന-പ്രതികരണ ചക്രത്തിന്റെ പൂർത്തീകരണം.
അഭ്യർത്ഥന (അഭ്യർത്ഥന) അയയ്‌ക്കുന്നതിന്റെ ആരംഭം മുതലുള്ള സമയമാണിത്
ഒരു പ്രതികരണം (പ്രതികരണം) ലഭിക്കുന്നതുവരെ.

ഇടപാട് സമയം സെക്കൻഡിൽ (അല്ലെങ്കിൽ മിനിറ്റ്) അളക്കാൻ കഴിയും
പല തരത്തിൽ: മിനിമം പരിഗണിക്കുക,
പരമാവധി, ശരാശരി, ഉദാഹരണത്തിന്, 90-ാം ശതമാനം.
ഏറ്റവും കുറഞ്ഞതും കൂടിയതുമായ വായനകൾ അതിരുകടന്നതാണ്
സിസ്റ്റം പ്രകടന നില.
തൊണ്ണൂറാം ശതമാനമാണ് ഏറ്റവും സാധാരണയായി ഉപയോഗിക്കുന്നത്,
മിക്ക ഉപയോക്താക്കളെയും കാണിക്കുന്നത് പോലെ,
സിസ്റ്റം പ്രകടനത്തിന്റെ പരിധിയിൽ സുഖകരമായി പ്രവർത്തിക്കുന്നു

സെക്കൻഡിലെ ഇടപാടുകൾ (മിനിറ്റ്) - പൂർണ്ണമായ എണ്ണം
സെക്കൻഡിലെ ഇടപാടുകൾ (മിനിറ്റ്),
അതായത്, അപേക്ഷയ്ക്ക് എത്രത്തോളം സ്വീകരിക്കാൻ കഴിഞ്ഞു എന്നതും
അഭ്യർത്ഥനകൾ പ്രോസസ്സ് ചെയ്യുകയും പ്രതികരണങ്ങൾ നൽകുകയും ചെയ്യുക.
വാസ്തവത്തിൽ, ഇത് സിസ്റ്റത്തിന്റെ ത്രോപുട്ട് ആണ്

ഇടപാട് നില , വിജയിച്ചു / പരാജയപ്പെട്ടു / ആകെ - നമ്പർ
വിജയിച്ചതും പരാജയപ്പെട്ടതും മൊത്തം ഇടപാടുകളുടെ എണ്ണവും.

യഥാർത്ഥ ഉപയോക്താക്കൾക്കായി പരാജയപ്പെട്ടു
ഇടപാട് യഥാർത്ഥത്തിൽ അർത്ഥമാക്കും
ലോഡിന് കീഴിലുള്ള സിസ്റ്റത്തിൽ പ്രവർത്തിക്കാനുള്ള കഴിവില്ലായ്മ

ലോഡ് ടെസ്റ്റിംഗ് സ്കീമാറ്റിക് ഡയഗ്രം

ലോഡ് ടെസ്റ്റിംഗ് എന്ന ആശയം വളരെ ലളിതവും മൂന്ന് പ്രധാന ഘട്ടങ്ങളും ഉൾക്കൊള്ളുന്നു, അത് ഞാൻ ഇതിനകം സൂചിപ്പിച്ചിട്ടുണ്ട്: ടെസ്റ്റ് റിപ്പോർട്ട് തയ്യാറാക്കുക, അതായത്, ടെസ്റ്റ് ലക്ഷ്യങ്ങൾ തയ്യാറാക്കുകയും ലോഡ് ഉറവിടങ്ങൾക്കായി പാരാമീറ്ററുകൾ സജ്ജീകരിക്കുകയും ചെയ്യുക, തുടർന്ന് ലോഡ് ടെസ്റ്റുകൾ നടത്തുകയും അവസാനം ഒരു ടെസ്റ്റ് റിപ്പോർട്ട് സൃഷ്ടിക്കുകയും പ്രസിദ്ധീകരിക്കുകയും ചെയ്യുന്നു.

സ്കീമാറ്റിക് കുറിപ്പുകൾ:

• QA.Tester ലോഡ് ടെസ്റ്റിംഗിൽ വിദഗ്ദ്ധനാണ്,
• ലോഡിന് കീഴിലുള്ള അതിന്റെ സ്വഭാവം അറിയാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്ന ടാർഗെറ്റ് ആപ്ലിക്കേഷനാണ് ടാർഗെറ്റ്.

ഡയഗ്രാമിലെ എന്റിറ്റികൾ, ഘട്ടങ്ങൾ, ഘട്ടങ്ങൾ എന്നിവയുടെ ക്ലാസിഫയർ

ഘട്ടങ്ങളും ഘട്ടങ്ങളും
എന്താണ് സംഭവിക്കുന്നത്
പ്രവേശന കവാടത്തിൽ എന്താണുള്ളത്
എന്താണ് ഔട്ട്പുട്ട്

തയ്യാറാക്കുക: പരിശോധനയ്ക്കുള്ള തയ്യാറെടുപ്പ് ഘട്ടം

ലോഡ് പാരാമീറ്ററുകൾ
ക്രമീകരണവും സമാരംഭവും
ഉപയോക്താവ്
ലോഡ് പാരാമീറ്ററുകൾ,
അളവുകളുടെ തിരഞ്ഞെടുപ്പ് കൂടാതെ
ടെസ്റ്റ് പ്ലാൻ തയ്യാറാക്കൽ
(പ്രൊഫൈൽ ലോഡ് ചെയ്യുക)
ഇഷ്‌ടാനുസൃത ഓപ്ഷനുകൾ
ലോഡ് ഏജന്റ് സമാരംഭിക്കൽ
ടെസ്റ്റ് പ്ലാൻ
പരിശോധനയുടെ ഉദ്ദേശ്യം

VM
ക്ലൗഡ് വിന്യാസം
കൂടെ വെർച്വൽ മെഷീൻ
ആവശ്യമായ സവിശേഷതകൾ
ലോഡ് ഏജന്റിനുള്ള VM ക്രമീകരണങ്ങൾ
ഇതിനായുള്ള ഓട്ടോമേഷൻ സ്ക്രിപ്റ്റുകൾ
വിഎം സൃഷ്ടി
വിഎം കോൺഫിഗർ ചെയ്‌തു
മേഘം

എൻവ
OS സജ്ജീകരണവും തയ്യാറെടുപ്പും
പരിസ്ഥിതി
ലോഡ് ഏജന്റ് ജോലി
എന്നതിനായുള്ള പരിസ്ഥിതി ക്രമീകരണങ്ങൾ
ലോഡ് ഏജന്റ്
ഇതിനായുള്ള ഓട്ടോമേഷൻ സ്ക്രിപ്റ്റുകൾ
പരിസ്ഥിതി ക്രമീകരണങ്ങൾ
തയ്യാറാക്കിയ പരിസ്ഥിതി:
OS, സേവനങ്ങൾ, ആപ്ലിക്കേഷനുകൾ,
ജോലിക്ക് ആവശ്യമായ
ലോഡ് ഏജന്റ്

ലോഡ് ഏജന്റുകൾ
ഇൻസ്റ്റലേഷൻ, കോൺഫിഗറേഷൻ, പാരാമീറ്ററൈസേഷൻ
ലോഡിംഗ് ഏജന്റ്.
അല്ലെങ്കിൽ ഒരു ഡോക്കർ ചിത്രം ഡൗൺലോഡ് ചെയ്യുക
മുൻകൂട്ടി ക്രമീകരിച്ച ലോഡ് ഉറവിടം
സോഴ്സ് ഡോക്കർ ഇമേജ് ലോഡ് ചെയ്യുക
(YAT, JM അല്ലെങ്കിൽ സ്വയം എഴുതിയ ചട്ടക്കൂട്)
ക്രമീകരണങ്ങൾ
ലോഡ് ഏജന്റ്
സജ്ജീകരിച്ച് തയ്യാറാണ്
ലോഡ് ഏജന്റ് ജോലി ചെയ്യാൻ

ടെസ്റ്റ്: ലോഡ് ടെസ്റ്റുകളുടെ നിർവ്വഹണ ഘട്ടം. GitLab CI-യ്‌ക്കായി സമർപ്പിത ഏജന്റ് പൂളുകളിൽ വിന്യസിച്ചിരിക്കുന്ന ലോഡ് ഏജന്റുമാരാണ് ഉറവിടങ്ങൾ

ഭാരം
ലോഡ് ഏജന്റ് ആരംഭിക്കുന്നു
തിരഞ്ഞെടുത്ത ടെസ്റ്റ് പ്ലാനിനൊപ്പം
കൂടാതെ ലോഡ് പാരാമീറ്ററുകൾ
ഉപയോക്തൃ ഓപ്ഷനുകൾ
ആരംഭിക്കുന്നതിന്
ലോഡ് ഏജന്റ്
ടെസ്റ്റ് പ്ലാൻ
പരിശോധനയുടെ ഉദ്ദേശ്യം
എക്സിക്യൂഷൻ ലോഗുകൾ
ലോഡ് ടെസ്റ്റുകൾ
സിസ്റ്റം ലോഗുകൾ
ഗോൾ മെട്രിക്സ്, ലോഡ് ഏജന്റ് എന്നിവയിലെ മാറ്റങ്ങളുടെ ചലനാത്മകത

ഏജന്റുമാരെ പ്രവർത്തിപ്പിക്കുക
ഏജന്റ് എക്സിക്യൂഷൻ
ധാരാളം ടെസ്റ്റ് സ്ക്രിപ്റ്റുകൾ
ഇതനുസരിച്ച്
പ്രൊഫൈൽ ലോഡ് ചെയ്യുക
ലോഡ് ഏജന്റ് ഇടപെടൽ
പരിശോധനയ്ക്കായി
ടെസ്റ്റ് പ്ലാൻ
പരിശോധനയുടെ ഉദ്ദേശ്യം

ലോഗുകൾ
"റോ" ലോഗുകളുടെ ശേഖരം
ലോഡ് ടെസ്റ്റിംഗ് സമയത്ത്:
ലോഡ് ഏജന്റ് പ്രവർത്തന രേഖകൾ,
പരീക്ഷണ ലക്ഷ്യത്തിന്റെ അവസ്ഥ
കൂടാതെ ഏജന്റ് നടത്തുന്ന വി.എം

എക്സിക്യൂഷൻ ലോഗുകൾ
ലോഡ് ടെസ്റ്റുകൾ
സിസ്റ്റം ലോഗുകൾ

മെട്രിക്സ്
പരിശോധനയ്ക്കിടെ "റോ" മെട്രിക്സ് ശേഖരിക്കുന്നു

ഗോൾ മെട്രിക്സിലെ മാറ്റങ്ങളുടെ ചലനാത്മകത
ലോഡ് ഏജന്റും

റിപ്പോർട്ട്: ടെസ്റ്റ് റിപ്പോർട്ട് തയ്യാറാക്കുന്ന ഘട്ടം

ജനറേറ്റർ
പ്രോസസ്സിംഗ് ശേഖരിച്ചു
ലോഡിംഗ് സിസ്റ്റം കൂടാതെ
മോണിറ്ററിംഗ് സിസ്റ്റം "റോ"
അളവുകളും ലോഗുകളും
ഒരു റിപ്പോർട്ടിന്റെ രൂപീകരണം
മനുഷ്യൻ വായിക്കാവുന്ന രൂപം
ഘടകങ്ങൾ ഉപയോഗിച്ച് സാധ്യമാണ്
വിശകലന വിദഗ്ധർ
എക്സിക്യൂഷൻ ലോഗുകൾ
ലോഡ് ടെസ്റ്റുകൾ
സിസ്റ്റം ലോഗുകൾ
മെട്രിക്സിലെ മാറ്റങ്ങളുടെ ചലനാത്മകത
ടാർഗെറ്റും ലോഡ് ഏജന്റും
പ്രോസസ്സ് ചെയ്ത "റോ" ലോഗുകൾ
അനുയോജ്യമായ ഒരു ഫോർമാറ്റിൽ
ബാഹ്യ സംഭരണത്തിലേക്ക് അപ്‌ലോഡ് ചെയ്യുന്നു
സ്റ്റാറ്റിക് ലോഡ് റിപ്പോർട്ട്,
മനുഷ്യന് വായിക്കാവുന്ന

പ്രസിദ്ധീകരിക്കുക
റിപ്പോർട്ടിന്റെ പ്രസിദ്ധീകരണം
ലോഡിനെക്കുറിച്ച്
ബാഹ്യ പരിശോധന
സേവനം
പ്രോസസ്സ് ചെയ്ത "റോ"
അനുയോജ്യമായ ഫോർമാറ്റിൽ ലോഗുകൾ
ബാഹ്യത്തിലേക്ക് അൺലോഡുചെയ്യുന്നതിന്
ശേഖരങ്ങൾ
ബാഹ്യമായി സംരക്ഷിച്ചു
സംഭരണ ​​റിപ്പോർട്ടുകൾ
ലോഡ്, അനുയോജ്യം
മനുഷ്യ വിശകലനത്തിനായി

ഒരു CI ടെംപ്ലേറ്റിൽ ലോഡ് ഉറവിടങ്ങൾ ബന്ധിപ്പിക്കുന്നു

നമുക്ക് പ്രായോഗിക ഭാഗത്തേക്ക് പോകാം. കമ്പനിയിലെ ചില പ്രോജക്ടുകൾ എങ്ങനെയെന്ന് കാണിക്കാൻ ഞാൻ ആഗ്രഹിക്കുന്നു പോസിറ്റീവ് ടെക്നോളജികൾ ഒരു സേവനമായി ലോഡ് ടെസ്റ്റിംഗ് എന്ന ആശയം ഞങ്ങൾ നടപ്പിലാക്കിയിട്ടുണ്ട്.

ആദ്യം, ഞങ്ങളുടെ DevOps എഞ്ചിനീയർമാരുടെ സഹായത്തോടെ, ലോഡ് ടെസ്റ്റുകൾ പ്രവർത്തിപ്പിക്കുന്നതിന് ഞങ്ങൾ GitLab CI-ൽ ഒരു പ്രത്യേക ഏജന്റുമാരുടെ ഒരു കൂട്ടം സൃഷ്ടിച്ചു. അസംബ്ലി പൂളുകൾ പോലെയുള്ള ടെംപ്ലേറ്റുകളിൽ അവയെ ആശയക്കുഴപ്പത്തിലാക്കാതിരിക്കാൻ, ഞങ്ങൾ ഈ ഏജന്റുകളിലേക്ക് ടാഗുകൾ ചേർത്തു, ടാഗുകൾ: ലോഡ്. നിങ്ങൾക്ക് മനസ്സിലാക്കാവുന്ന മറ്റേതെങ്കിലും ടാഗുകൾ ഉപയോഗിക്കാം. അവർ ചോദിക്കുന്നു രജിസ്ട്രേഷൻ സമയത്ത് GitLab CI റണ്ണേഴ്സ്.

ഹാർഡ്‌വെയർ ഉപയോഗിച്ച് ആവശ്യമായ പവർ എങ്ങനെ കണ്ടെത്താം? ഡോക്കർ, പൈത്തൺ (Yandex.Tank-ന്), GitLab CI ഏജന്റ്, Java (Apache JMeter-ന്) എന്നിവ ഏജന്റിൽ പ്രവർത്തിക്കണം എന്ന വസ്തുതയെ അടിസ്ഥാനമാക്കി ലോഡ് ഏജന്റുമാരുടെ സവിശേഷതകൾ - മതിയായ എണ്ണം vCPU, RAM, Disk - കണക്കാക്കാം. . JMeter-ന് കീഴിലുള്ള ജാവയ്ക്ക്, കുറഞ്ഞത് 512 MB റാം ഉപയോഗിക്കാനും ഉയർന്ന പരിധി എന്ന നിലയിൽ, 80% മെമ്മറി ലഭ്യമാണ്.

അതിനാൽ, ഞങ്ങളുടെ അനുഭവത്തെ അടിസ്ഥാനമാക്കി, ലോഡ് ഏജന്റുകൾക്കായി കുറഞ്ഞത് 4 vCPU-കൾ, 4 GB RAM, 60 GB SSD എന്നിവ ഉപയോഗിക്കാൻ ഞങ്ങൾ ശുപാർശ ചെയ്യുന്നു. ലോഡ് പ്രൊഫൈലിന്റെ ആവശ്യകതയെ അടിസ്ഥാനമാക്കിയാണ് നെറ്റ്‌വർക്ക് കാർഡിന്റെ ത്രൂപുട്ട് നിർണ്ണയിക്കുന്നത്.

ഞങ്ങൾ പ്രധാനമായും രണ്ട് ലോഡ് ഉറവിടങ്ങൾ ഉപയോഗിക്കുന്നു - Apache JMeter, Yandex.Tank ഡോക്കർ ഇമേജുകൾ.

Yandex.Tank ലോഡ് ടെസ്റ്റിംഗിനായി Yandex-ൽ നിന്നുള്ള ഒരു ഓപ്പൺ സോഴ്സ് ടൂളാണ്. ഫാന്റമിന്റെ ഹൈ-പെർഫോമൻസ് അസിൻക്രണസ് ഹിറ്റ്-അധിഷ്ഠിത HTTP അഭ്യർത്ഥന ജനറേറ്ററിനെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് ഇതിന്റെ മോഡുലാർ ആർക്കിടെക്ചർ. SSH പ്രോട്ടോക്കോൾ വഴി ടെസ്റ്റിന് കീഴിലുള്ള സെർവറിന്റെ ഉറവിടങ്ങളുടെ ബിൽറ്റ്-ഇൻ നിരീക്ഷണം ടാങ്കിന് ഉണ്ട്, നിർദ്ദിഷ്ട വ്യവസ്ഥകളിൽ സ്വപ്രേരിതമായി ടെസ്റ്റ് നിർത്താൻ കഴിയും, കൺസോളിലും ഗ്രാഫുകളുടെ രൂപത്തിലും ഫലങ്ങൾ പ്രദർശിപ്പിക്കാൻ കഴിയും, നിങ്ങൾക്ക് നിങ്ങളുടെ മൊഡ്യൂളുകൾ ബന്ധിപ്പിക്കാൻ കഴിയും. അതിലേക്ക് പ്രവർത്തനം വിപുലീകരിക്കാൻ. വഴിയിൽ, ടാങ്ക് ഇതുവരെ മുഖ്യധാരയിൽ ഇല്ലാതിരുന്നപ്പോൾ ഞങ്ങൾ ഉപയോഗിച്ചു. ലേഖനത്തിൽ "Yandex.Tank, ലോഡ് ടെസ്റ്റിംഗ് ഓട്ടോമേഷൻ»2013-ൽ ഞങ്ങൾ എങ്ങനെയാണ് ലോഡ് ടെസ്റ്റിംഗ് നടത്തിയത് എന്നതിന്റെ കഥ നിങ്ങൾക്ക് വായിക്കാം PT ആപ്ലിക്കേഷൻ ഫയർവാൾ ഞങ്ങളുടെ കമ്പനിയുടെ ഉൽപ്പന്നങ്ങളിൽ ഒന്നാണ്.

അപ്പാച്ചെ ജെമെറ്റർ അപ്പാച്ചെയിൽ നിന്നുള്ള ഒരു ഓപ്പൺ സോഴ്സ് ലോഡ് ടെസ്റ്റിംഗ് ടൂൾ ആണ്. സ്റ്റാറ്റിക്, ഡൈനാമിക് വെബ് ആപ്ലിക്കേഷനുകൾ പരീക്ഷിക്കുന്നതിന് ഇത് ഒരുപോലെ നന്നായി ഉപയോഗിക്കാം. JMeter നിരവധി പ്രോട്ടോക്കോളുകളും ആപ്ലിക്കേഷനുകളുമായി സംവദിക്കാനുള്ള വഴികളും പിന്തുണയ്ക്കുന്നു: HTTP, HTTPS (Java, NodeJS, PHP, ASP.NET, മുതലായവ), SOAP / REST വെബ് സേവനങ്ങൾ, FTP, TCP, LDAP, SMTP(S), POP3( S) ), IMAP(S), JDBC വഴിയുള്ള ഡാറ്റാബേസുകൾക്ക് ഷെൽ കമാൻഡുകൾ എക്സിക്യൂട്ട് ചെയ്യാനും ജാവ ഒബ്‌ജക്‌റ്റുകൾക്കൊപ്പം പ്രവർത്തിക്കാനും കഴിയും. ടെസ്റ്റ് പ്ലാനുകൾ സൃഷ്ടിക്കുന്നതിനും ഡീബഗ്ഗിംഗ് ചെയ്യുന്നതിനും നടപ്പിലാക്കുന്നതിനും JMeter-ന് ഒരു IDE ഉണ്ട്. ഏത് ജാവയ്ക്ക് അനുയോജ്യമായ ഓപ്പറേറ്റിംഗ് സിസ്റ്റത്തിലും (ലിനക്സ്, വിൻഡോസ്, മാക് ഒഎസ് എക്സ്) കമാൻഡ് ലൈൻ പ്രവർത്തനത്തിനായി ഒരു CLI ഉണ്ട്. ഉപകരണത്തിന് ചലനാത്മകമായി ഒരു HTML ടെസ്റ്റ് റിപ്പോർട്ട് സൃഷ്ടിക്കാൻ കഴിയും.

ഞങ്ങളുടെ കമ്പനിയ്‌ക്കുള്ളിലെ എളുപ്പത്തിലുള്ള ഉപയോഗത്തിനായി, പരിശോധകർക്ക് തന്നെ മാറ്റം വരുത്താനും പരിസ്ഥിതി ചേർക്കാനുമുള്ള കഴിവിനായി, ഞങ്ങൾ GitLab CI-യിൽ ലോഡ് സ്രോതസ്സുകളുടെ ഡോക്കർ ഇമേജുകൾ നിർമ്മിക്കുകയും ആന്തരികമായി പ്രസിദ്ധീകരിക്കുകയും ചെയ്തു. ആർട്ടിഫാക്‌ടറിയിലെ ഡോക്കർ രജിസ്‌ട്രി. ലോഡ് ടെസ്റ്റുകൾക്കായി പൈപ്പ് ലൈനുകളിൽ അവയെ ബന്ധിപ്പിക്കുന്നത് ഇത് വേഗത്തിലും എളുപ്പത്തിലും ആക്കുന്നു. GitLab CI വഴി രജിസ്ട്രിയിലേക്ക് ഡോക്കർ പുഷ് എങ്ങനെ ചെയ്യാം - കാണുക നിർദ്ദേശങ്ങൾ.

Yandex.Tank-നായി ഞങ്ങൾ ഈ അടിസ്ഥാന ഡോക്കർ ഫയൽ എടുത്തു:

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

അപ്പാച്ചെ ജെമീറ്ററിനായി ഇത്:

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

ഞങ്ങളുടെ തുടർച്ചയായ സംയോജന സംവിധാനം എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് നിങ്ങൾക്ക് ലേഖനത്തിൽ വായിക്കാം "വികസന പ്രക്രിയകളുടെ ഓട്ടോമേഷൻ: പോസിറ്റീവ് ടെക്നോളജീസിൽ ഞങ്ങൾ DevOps ആശയങ്ങൾ എങ്ങനെ നടപ്പിലാക്കി".

ടെംപ്ലേറ്റും പൈപ്പ്ലൈനും

ലോഡ് ടെസ്റ്റുകൾ നടത്തുന്നതിനുള്ള ഒരു ടെംപ്ലേറ്റിന്റെ ഉദാഹരണം പ്രോജക്റ്റിൽ ലഭ്യമാണ് ഡെമോ ലോഡ്. ദി റീഡ്മി ഫയൽ ടെംപ്ലേറ്റ് ഉപയോഗിക്കുന്നതിനുള്ള നിർദ്ദേശങ്ങൾ നിങ്ങൾക്ക് വായിക്കാം. ടെംപ്ലേറ്റിൽ തന്നെ (ഫയൽ .gitlab-ci.yml) ഓരോ ഘട്ടത്തിനും എന്താണ് ഉത്തരവാദി എന്നതിനെക്കുറിച്ചുള്ള കുറിപ്പുകൾ ഉണ്ട്.

ടെംപ്ലേറ്റ് വളരെ ലളിതമാണ് കൂടാതെ മുകളിലുള്ള ഡയഗ്രാമിൽ വിവരിച്ചിരിക്കുന്ന ലോഡ് ടെസ്റ്റിംഗിന്റെ മൂന്ന് ഘട്ടങ്ങൾ പ്രകടമാക്കുന്നു: റിപ്പോർട്ടുകൾ തയ്യാറാക്കൽ, പരിശോധന, പ്രസിദ്ധീകരിക്കൽ. ഇതിന് ഉത്തരവാദി ഘട്ടങ്ങൾ: തയ്യാറാക്കുക, പരിശോധിക്കുക, റിപ്പോർട്ട് ചെയ്യുക.

1. സ്റ്റേജ് തയാറാക്കുക പരീക്ഷണ ലക്ഷ്യങ്ങൾ മുൻകൂട്ടി ക്രമീകരിക്കുന്നതിനോ അവയുടെ ലഭ്യത പരിശോധിക്കുന്നതിനോ ഉപയോഗിക്കണം. ലോഡ് ഉറവിടങ്ങൾക്കായുള്ള പരിസ്ഥിതി കോൺഫിഗർ ചെയ്യേണ്ടതില്ല, അവ ഡോക്കർ ഇമേജുകളായി മുൻകൂട്ടി നിർമ്മിച്ച് ഡോക്കർ രജിസ്ട്രിയിൽ പോസ്റ്റ് ചെയ്യുന്നു: ടെസ്റ്റ് ഘട്ടത്തിൽ ആവശ്യമുള്ള പതിപ്പ് വ്യക്തമാക്കുക. എന്നാൽ നിങ്ങൾക്ക് അവ പുനർനിർമ്മിക്കാനും നിങ്ങളുടെ സ്വന്തം പരിഷ്കരിച്ച ചിത്രങ്ങൾ നിർമ്മിക്കാനും കഴിയും.
2. സ്റ്റേജ് പരിശോധന ലോഡ് ഉറവിടം വ്യക്തമാക്കാനും ടെസ്റ്റുകൾ പ്രവർത്തിപ്പിക്കാനും ടെസ്റ്റ് ആർട്ടിഫാക്റ്റുകൾ സംഭരിക്കാനും ഉപയോഗിക്കുന്നു. നിങ്ങൾക്ക് ഏത് ലോഡ് ഉറവിടവും തിരഞ്ഞെടുക്കാം: Yandex.Tank, Apache JMeter, നിങ്ങളുടേത്, അല്ലെങ്കിൽ എല്ലാം ഒരുമിച്ച്. അനാവശ്യ ഉറവിടങ്ങൾ പ്രവർത്തനരഹിതമാക്കാൻ, അഭിപ്രായമിടുക അല്ലെങ്കിൽ ജോലി ഇല്ലാതാക്കുക. ലോഡ് ഉറവിടങ്ങൾക്കുള്ള എൻട്രി പോയിന്റുകൾ:
   • Yandex.Tank-നുള്ള ലോഞ്ച് പാരാമീറ്ററുകൾ ൽ വ്യക്തമാക്കിയിരിക്കുന്നു./tests/yandextank.sh,
   • Apache JMeter സ്റ്റാർട്ടപ്പ് പാരാമീറ്ററുകൾ ഫയലിൽ വ്യക്തമാക്കിയിട്ടുണ്ട് ./tests/jmeter.sh.

   കുറിപ്പ്: CI സിസ്റ്റവുമായുള്ള ഇടപെടൽ സജ്ജീകരിക്കാൻ അസംബ്ലി കോൺഫിഗറേഷൻ ടെംപ്ലേറ്റ് ഉപയോഗിക്കുന്നു, അതിൽ ടെസ്റ്റ് ലോജിക് സ്ഥാപിക്കുന്നതിനെ ഇത് സൂചിപ്പിക്കുന്നില്ല. പരിശോധനകൾക്കായി, കൺട്രോൾ ബാഷ് സ്ക്രിപ്റ്റ് എവിടെയാണ് എൻട്രി പോയിന്റ് വ്യക്തമാക്കിയിരിക്കുന്നത്. ടെസ്റ്റുകൾ പ്രവർത്തിപ്പിക്കുന്ന രീതി, റിപ്പോർട്ടുകൾ സൃഷ്ടിക്കൽ, ടെസ്റ്റ് സ്ക്രിപ്റ്റുകൾ എന്നിവ QA എഞ്ചിനീയർമാർ നടപ്പിലാക്കണം. ഡെമോയിൽ, രണ്ട് ലോഡ് സ്രോതസ്സുകൾക്കും, Yandex പ്രധാന പേജ് അഭ്യർത്ഥന ഏറ്റവും ലളിതമായ ടെസ്റ്റായി ഉപയോഗിക്കുന്നു. സ്ക്രിപ്റ്റുകളും ടെസ്റ്റ് പാരാമീറ്ററുകളും ഡയറക്ടറിയിലാണ് ./ടെസ്റ്റുകൾ.

3. സ്റ്റേജിൽ റിപ്പോർട്ട് ടെസ്റ്റ് ഘട്ടത്തിൽ ലഭിച്ച പരിശോധനാ ഫലങ്ങൾ ബാഹ്യ സ്റ്റോറേജുകളിലേക്ക് എങ്ങനെ പ്രസിദ്ധീകരിക്കാമെന്ന് നിങ്ങൾ വിവരിക്കേണ്ടതുണ്ട്, ഉദാഹരണത്തിന്, GitLab പേജുകളിലേക്കോ പ്രത്യേക റിപ്പോർട്ടിംഗ് സിസ്റ്റങ്ങളിലേക്കോ. GitLab പേജുകൾക്ക് ./public ഡയറക്‌ടറി ശൂന്യമല്ലാത്തതും ടെസ്റ്റുകൾ പൂർത്തിയായതിന് ശേഷം കുറഞ്ഞത് ഒരു index.html ഫയലെങ്കിലും അടങ്ങിയിരിക്കേണ്ടതും ആവശ്യമാണ്. GitLab പേജ് സേവനത്തിന്റെ സൂക്ഷ്മതകളെക്കുറിച്ച് നിങ്ങൾക്ക് വായിക്കാം. ബന്ധം.

   ഡാറ്റ കയറ്റുമതി ചെയ്യുന്നതിന്റെ ഉദാഹരണങ്ങൾ:

   • ജെമീറ്റർ മുതൽ GitLab പേജുകൾ,
   • Yandex.Tank-ൽ നിന്ന് InfluxDB, Grafana.

   സജ്ജീകരണ നിർദ്ദേശങ്ങൾ പോസ്റ്റുചെയ്യുന്നു:

   • HTML സ്റ്റാറ്റിക്സ് ഇൻ GitLab പേജുകൾ,
   • InfluxDB ലേക്ക്, തുടർന്ന് ഗ്രാഫാന.

ഡെമോ ഉദാഹരണത്തിൽ, ലോഡ് ടെസ്റ്റുകളും രണ്ട് ലോഡ് സ്രോതസ്സുകളുമുള്ള പൈപ്പ്ലൈൻ (നിങ്ങൾക്ക് ആവശ്യമില്ലാത്തത് അപ്രാപ്തമാക്കാം) ഇതുപോലെ കാണപ്പെടുന്നു:

Apache JMeter-ന് ഒരു HTML റിപ്പോർട്ട് സ്വയം സൃഷ്ടിക്കാൻ കഴിയും, അതിനാൽ ഇത് സ്റ്റാൻഡേർഡ് ടൂളുകൾ ഉപയോഗിച്ച് GitLab പേജുകളിൽ സംരക്ഷിക്കുന്നത് കൂടുതൽ ലാഭകരമാണ്. അപ്പാച്ചെ ജെമീറ്റർ റിപ്പോർട്ട് ഇങ്ങനെയാണ്:

Yandex.Tank-നുള്ള ഡെമോ ഉദാഹരണത്തിൽ, നിങ്ങൾ മാത്രം കാണും വ്യാജ ടെക്സ്റ്റ് റിപ്പോർട്ട് GitLab പേജുകൾക്കുള്ള വിഭാഗത്തിൽ. പരിശോധനയ്ക്കിടെ, ടാങ്കിന് ഫലങ്ങൾ InfluxDB ഡാറ്റാബേസിലേക്ക് സംരക്ഷിക്കാൻ കഴിയും, അവിടെ നിന്ന് അവ പ്രദർശിപ്പിക്കാൻ കഴിയും, ഉദാഹരണത്തിന്, ഗ്രാഫാനയിൽ (കോൺഫിഗറേഷൻ ഫയലിൽ ചെയ്യുന്നു ./tests/example-yandextank-test.yml). ഗ്രാഫാനയിൽ ടാങ്കിന്റെ റിപ്പോർട്ട് ഇങ്ങനെയാണ്:

സംഗ്രഹം

ലേഖനത്തിൽ, "ഒരു സേവനമായി ലോഡ് ടെസ്റ്റിംഗ്" (ഒരു സേവനമായി ലോഡ് ടെസ്റ്റിംഗ്) എന്ന ആശയത്തെക്കുറിച്ച് ഞാൻ സംസാരിച്ചു. ലോഡ് ഏജന്റുമാരുടെ പ്രീ-കോൺഫിഗർ ചെയ്ത പൂളുകളുടെ ഇൻഫ്രാസ്ട്രക്ചർ, ലോഡ് സ്രോതസ്സുകളുടെ ഡോക്കർ ഇമേജുകൾ, റിപ്പോർട്ടിംഗ് സിസ്റ്റങ്ങൾ, ലളിതമായ .gitlab-ci.yml ടെംപ്ലേറ്റിനെ അടിസ്ഥാനമാക്കി GitLab CI-യിൽ അവയെ സംയോജിപ്പിക്കുന്ന പൈപ്പ്ലൈൻ എന്നിവ ഉപയോഗിക്കുക എന്നതാണ് പ്രധാന ആശയം (ഉദാഹരണം ബന്ധം). ഇതെല്ലാം ഓട്ടോമേഷൻ എഞ്ചിനീയർമാരുടെ ഒരു ചെറിയ ടീം പിന്തുണയ്ക്കുകയും ഉൽപ്പന്ന ടീമുകളുടെ അഭ്യർത്ഥന പ്രകാരം ആവർത്തിക്കുകയും ചെയ്യുന്നു. നിങ്ങളുടെ കമ്പനിയിൽ സമാനമായ ഒരു സ്കീം തയ്യാറാക്കുന്നതിനും നടപ്പിലാക്കുന്നതിനും ഇത് നിങ്ങളെ സഹായിക്കുമെന്ന് ഞാൻ പ്രതീക്ഷിക്കുന്നു. താങ്കളുടെ ശ്രദ്ധക്ക് നന്ദി!

ഞങ്ങളുടെ കമ്പനിയിൽ ഒരു സേവനമായി ലോഡ് ടെസ്റ്റിംഗ് എന്ന ആശയം നടപ്പിലാക്കുന്നതിനുള്ള സാങ്കേതിക സഹായത്തിന് എന്റെ സഹപ്രവർത്തകരായ സെർജി കുർബനോവ്, നിക്കോളായ് യുസേവ് എന്നിവരോട് എനിക്ക് വലിയ നന്ദി പറയാൻ ആഗ്രഹിക്കുന്നു.

രചയിതാവ്: തിമൂർ ഗിൽമുള്ളിൻ - ഡെപ്യൂട്ടി പോസിറ്റീവ് ടെക്നോളജീസിലെ ടെക്നോളജി ആൻഡ് ഡെവലപ്മെന്റ് പ്രോസസസ് (DevOps) മേധാവി

അവലംബം: www.habr.com