विकासकांसाठी सीआय सेवा म्हणून लोड चाचणी

बहु-उत्पादन सॉफ्टवेअर विक्रेत्यांना ज्या समस्यांना सामोरे जावे लागते ती म्हणजे अभियंते - विकसक, परीक्षक आणि पायाभूत सुविधा प्रशासक - जवळजवळ प्रत्येक कार्यसंघावरील कौशल्यांचे डुप्लिकेशन. हे महाग अभियंते - लोड चाचणी क्षेत्रातील तज्ञांना देखील लागू होते.

त्यांची प्रत्यक्ष कर्तव्ये करण्याऐवजी आणि लोड चाचणी प्रक्रिया तयार करण्यासाठी त्यांच्या अद्वितीय अनुभवाचा वापर करण्याऐवजी, एक पद्धत, इष्टतम मेट्रिक्स निवडा आणि लोड प्रोफाइलच्या अनुषंगाने ऑटोटेस्ट लिहा, अभियंत्यांना बर्‍याचदा सुरवातीपासून चाचणी पायाभूत सुविधा तैनात कराव्या लागतात, लोड साधने कॉन्फिगर करावी लागतात आणि त्यांना एम्बेड करावे लागते. स्वत: CI सिस्टीममध्ये, निरीक्षण आणि अहवालांचे प्रकाशन सेट केले.

आम्ही सकारात्मक तंत्रज्ञानामध्ये वापरत असलेल्या चाचणीमध्ये तुम्हाला काही संस्थात्मक समस्यांचे निराकरण मिळू शकते दुसरा लेख. आणि या मध्ये, मी "लोड टेस्टिंग एज अ सर्विस" (सेवा म्हणून लोड टेस्टिंग) या संकल्पनेचा वापर करून लोड चाचण्या एका सामान्य CI पाइपलाइनमध्ये समाकलित करण्याच्या शक्यतेबद्दल बोलेन. सीआय पाइपलाइनमध्ये लोड स्त्रोतांच्या कोणत्या आणि कोणत्या डॉकर प्रतिमा वापरल्या जाऊ शकतात हे तुम्ही शिकाल; बिल्ड टेम्प्लेट वापरून तुमच्या सीआय प्रोजेक्टशी लोड स्रोत कसे जोडायचे; लोड चाचण्या चालवण्यासाठी आणि परिणाम प्रकाशित करण्यासाठी डेमो पाइपलाइन कशी दिसते. CI मधील सॉफ्टवेअर चाचणी अभियंते आणि ऑटोमेशन अभियंता जे त्यांच्या लोड सिस्टमच्या आर्किटेक्चरबद्दल विचार करत आहेत त्यांच्यासाठी हा लेख उपयुक्त असू शकतो.

संकल्पनेचे सार

सेवा म्हणून लोड चाचणीची संकल्पना म्हणजे लोड टूल्स Apache JMeter, Yandex.Tank आणि तुमचे स्वतःचे फ्रेमवर्क एका अनियंत्रित सतत एकत्रीकरण प्रणालीमध्ये समाकलित करण्याची क्षमता. डेमो GitLab CI साठी असेल, परंतु तत्त्वे सर्व CI सिस्टमसाठी समान आहेत.

सेवा म्हणून लोड चाचणी ही लोड चाचणीसाठी केंद्रीकृत सेवा आहे. लोड चाचण्या समर्पित एजंट पूलमध्ये चालवल्या जातात, परिणाम GitLab पृष्ठे, Influx DB आणि Grafana किंवा चाचणी अहवाल प्रणालींमध्ये (TestRail, ReportPortal, इ.) आपोआप प्रकाशित होतात. ऑटोमेशन आणि स्केलिंग शक्य तितक्या सोप्या पद्धतीने अंमलात आणले जाते - GitLab CI प्रोजेक्टमध्ये नेहमीचे gitlab-ci.yml टेम्पलेट जोडून आणि पॅरामीटराइज करून.

या दृष्टिकोनाचा फायदा असा आहे की संपूर्ण सीआय इन्फ्रास्ट्रक्चर, लोड एजंट, लोड स्त्रोतांच्या डॉकर प्रतिमा, चाचणी पाइपलाइन आणि प्रकाशन अहवाल केंद्रीकृत ऑटोमेशन विभाग (DevOps अभियंते) द्वारे राखले जातात, तर लोड चाचणी अभियंते चाचणी विकासावर त्यांचे प्रयत्न केंद्रित करू शकतात. आणि पायाभूत सुविधांच्या समस्यांना सामोरे न जाता त्यांच्या परिणामांचे विश्लेषण.

वर्णनाच्या साधेपणासाठी, आम्ही असे गृहीत धरू की चाचणी अंतर्गत लक्ष्य अनुप्रयोग किंवा सर्व्हर आधीच तैनात आणि कॉन्फिगर केले गेले आहे (यासाठी पायथन, सॉल्टस्टॅक, अॅन्सिबल इ. मधील स्वयंचलित स्क्रिप्ट वापरल्या जाऊ शकतात). मग सेवा म्हणून लोड चाचणीची संपूर्ण संकल्पना तीन टप्प्यांमध्ये बसते: तयार करणे, चाचणी करणे, अहवालांचे प्रकाशन. आकृतीवरील अधिक तपशील (सर्व चित्रे क्लिक करण्यायोग्य आहेत):

लोड चाचणीमध्ये मूलभूत संकल्पना आणि व्याख्या

लोड चाचण्या पार पाडताना, आम्ही पालन करण्याचा प्रयत्न करतो ISTQB मानके आणि कार्यपद्धती, योग्य शब्दावली आणि शिफारस केलेले मेट्रिक्स वापरा. मी लोड चाचणीमधील मुख्य संकल्पना आणि व्याख्यांची एक छोटी यादी देईन.

लोड एजंट - एक व्हर्च्युअल मशीन ज्यावर ऍप्लिकेशन लॉन्च केले जाईल - लोड स्त्रोत (Apache JMeter, Yandex.Tank किंवा स्व-लिखित लोड मॉड्यूल).

चाचणी ध्येय (लक्ष्य) - सर्व्हरवर स्थापित केलेला सर्व्हर किंवा अनुप्रयोग जो लोडच्या अधीन असेल.

चाचणी परिस्थिती (चाचणी केस) - पॅरामीटराइज्ड पायऱ्यांचा संच: निर्दिष्ट पॅरामीटर्सवर अवलंबून, निश्चित नेटवर्क विनंत्या आणि प्रतिसादांसह, वापरकर्त्याच्या क्रिया आणि या क्रियांवर अपेक्षित प्रतिक्रिया.

प्रोफाइल किंवा लोड योजना (प्रोफाइल) - मध्ये ISTQB पद्धत (विभाग 4.2.4, p. 43) लोड प्रोफाइल विशिष्ट चाचणीसाठी महत्त्वपूर्ण असलेल्या मेट्रिक्स आणि चाचणी दरम्यान लोड पॅरामीटर्स बदलण्याचे पर्याय परिभाषित करतात. आपण आकृतीमध्ये प्रोफाइलची उदाहरणे पाहू शकता.

चाचणी — पॅरामीटर्सच्या पूर्वनिर्धारित संचासह एक परिस्थिती.

चाचणी योजना (चाचणी योजना) - चाचण्यांचा संच आणि लोड प्रोफाइल.

टेस्ट्रन (टेस्ट्रन) - संपूर्णपणे अंमलात आणलेल्या लोड परिस्थिती आणि प्राप्त अहवालासह एक चाचणी चालवण्याची एक पुनरावृत्ती.

नेटवर्क विनंती (विनंती) — एजंटकडून लक्ष्याकडे पाठवलेली HTTP विनंती.

नेटवर्क प्रतिसाद (प्रतिसाद) — लक्ष्याकडून एजंटला पाठवलेला HTTP प्रतिसाद.
HTTP प्रतिसाद कोड (HTTP प्रतिसाद स्थिती) - ऍप्लिकेशन सर्व्हरकडून मानक प्रतिसाद कोड.
व्यवहार हे संपूर्ण विनंती-प्रतिसाद चक्र असते. विनंती (विनंती) पाठवण्याच्या सुरुवातीपासून प्रतिसाद (प्रतिसाद) प्राप्त होईपर्यंत व्यवहाराची गणना केली जाते.

व्यवहाराची स्थिती - विनंती-प्रतिसाद चक्र यशस्वीरित्या पूर्ण करणे शक्य होते का. या चक्रात काही त्रुटी असल्यास, संपूर्ण व्यवहार अयशस्वी मानला जातो.

प्रतिसाद वेळ (विलंब) - विनंती (विनंती) पाठवण्याच्या शेवटपासून प्रतिसाद (प्रतिसाद) प्राप्त होण्याच्या सुरुवातीपर्यंतचा काळ.

लोड मेट्रिक्स — लोड केलेल्या सेवेची वैशिष्ट्ये आणि लोड एजंट लोड चाचणी प्रक्रियेत निर्धारित केले जातात.

लोड पॅरामीटर्स मोजण्यासाठी मूलभूत मेट्रिक्स

पद्धतीमध्ये काही सर्वात सामान्यपणे वापरल्या जाणार्‍या आणि शिफारस केलेल्या ISTQB (पृ. 36, 52) मेट्रिक्स खालील तक्त्यामध्ये दर्शविले आहेत. एजंट आणि लक्ष्यासाठी समान मेट्रिक्स एकाच ओळीवर सूचीबद्ध आहेत.

लोड एजंटसाठी मेट्रिक्स
लक्ष्य प्रणालीचे मेट्रिक्स किंवा लोड अंतर्गत चाचणी केली जात आहे

ची संख्या  व्हीसीपीयू आणि स्मृती रॅम,
डिस्क - लोड एजंटची "लोह" वैशिष्ट्ये
सीपीयू, मेमरी, डिस्क वापर - CPU, मेमरी आणि डिस्क लोडिंगची गतिशीलता
चाचणी प्रक्रियेत. सहसा टक्केवारी म्हणून मोजले जाते
कमाल उपलब्ध मूल्ये

नेटवर्क थ्रूपुट (लोड एजंटवर) - थ्रूपुट
सर्व्हरवर नेटवर्क इंटरफेस,
जेथे लोड एजंट स्थापित केले आहे.
सहसा बाइट्स प्रति सेकंद (bps) मध्ये मोजले जाते
नेटवर्क थ्रूपुट(लक्ष्य वर) - नेटवर्क इंटरफेस बँडविड्थ
लक्ष्य सर्व्हरवर. सहसा बाइट्स प्रति सेकंद (bps) मध्ये मोजले जाते

आभासी वापरकर्ते- आभासी वापरकर्त्यांची संख्या,
लोड परिस्थितीची अंमलबजावणी करणे आणि
वास्तविक वापरकर्त्याच्या क्रियांचे अनुकरण करणे
आभासी वापरकर्त्यांची स्थिती, उत्तीर्ण/अयशस्वी/एकूण — यशस्वी आणि
आभासी वापरकर्त्यांच्या अयशस्वी स्थिती
लोड परिस्थितीसाठी, तसेच त्यांची एकूण संख्या.

सर्वसाधारणपणे सर्व वापरकर्ते पूर्ण करण्यास सक्षम होते अशी अपेक्षा आहे
लोड प्रोफाइलमध्ये निर्दिष्ट केलेली तुमची सर्व कार्ये.
कोणत्याही त्रुटीचा अर्थ असा होईल की वास्तविक वापरकर्ता सक्षम होणार नाही
सिस्टमसह कार्य करताना आपल्या समस्येचे निराकरण करा

विनंत्या प्रति सेकंद (मिनिट)- प्रति सेकंद (किंवा मिनिट) नेटवर्क विनंत्यांची संख्या.

लोड एजंटचे महत्त्वाचे वैशिष्ट्य म्हणजे ते किती विनंत्या व्युत्पन्न करू शकतात.
खरं तर, हे आभासी वापरकर्त्यांद्वारे ऍप्लिकेशनमध्ये प्रवेशाचे अनुकरण आहे
प्रति सेकंद प्रतिसाद (मिनिट)
- प्रति सेकंद (किंवा मिनिट) नेटवर्क प्रतिसादांची संख्या.

लक्ष्य सेवेचे एक महत्त्वाचे वैशिष्ट्य: किती
व्युत्पन्न करा आणि प्रश्नांना प्रतिसाद पाठवा
लोडिंग एजंट

HTTP प्रतिसाद स्थिती— भिन्न प्रतिसाद कोडची संख्या
लोड एजंटकडून प्राप्त झालेल्या ऍप्लिकेशन सर्व्हरवरून.
उदाहरणार्थ, २०० ओके म्हणजे यशस्वी कॉल,
आणि 404 - संसाधन सापडले नाही

लेटेंसी (प्रतिसाद वेळ) - शेवटपासून वेळ
प्रतिसाद (प्रतिसाद) प्राप्त करण्यापूर्वी विनंती (विनंती) पाठवणे.
सहसा मिलीसेकंद (ms) मध्ये मोजले जाते

व्यवहार प्रतिसाद वेळ- एका पूर्ण व्यवहाराची वेळ,
विनंती-प्रतिसाद चक्र पूर्ण करणे.
ही विनंती पाठवण्याच्या सुरुवातीपासूनची वेळ आहे (विनंती)
प्रतिसाद (प्रतिसाद) प्राप्त होईपर्यंत.

व्यवहार वेळ सेकंदात (किंवा मिनिट) मोजला जाऊ शकतो.
अनेक मार्गांनी: किमान विचार करा,
कमाल, सरासरी आणि, उदाहरणार्थ, 90 व्या टक्केवारी.
किमान आणि कमाल वाचन अत्यंत आहे
सिस्टम कामगिरी स्थिती.
नव्वद टक्केवारी सर्वात जास्त वापरली जाते,
जसे की ते बहुतेक वापरकर्त्यांना दाखवते,
सिस्टम कार्यक्षमतेच्या उंबरठ्यावर आरामात कार्य करते

व्यवहार प्रति सेकंद (मिनिट) - पूर्ण संख्या
प्रति सेकंद व्यवहार (मिनिट),
म्हणजेच, अर्ज स्वीकारण्यास किती सक्षम होते आणि
प्रक्रिया विनंत्या आणि जारी प्रतिसाद.
खरं तर, हे सिस्टमचे थ्रुपुट आहे

व्यवहाराची स्थिती , उत्तीर्ण / अयशस्वी / एकूण - संख्या
यशस्वी, अयशस्वी आणि एकूण व्यवहारांची संख्या.

वास्तविक वापरकर्त्यांसाठी अयशस्वी
व्यवहाराचा अर्थ प्रत्यक्षात येईल
लोड अंतर्गत सिस्टमसह कार्य करण्यास असमर्थता

लोड चाचणी योजनाबद्ध आकृती

लोड चाचणीची संकल्पना अगदी सोपी आहे आणि त्यात तीन मुख्य टप्पे आहेत, ज्याचा मी आधीच उल्लेख केला आहे: चाचणी-अहवाल तयार करा, म्हणजे, चाचणी उद्दिष्टे तयार करणे आणि लोड स्त्रोतांसाठी पॅरामीटर्स सेट करणे, नंतर लोड चाचण्या कार्यान्वित करणे आणि शेवटी, चाचणी अहवाल तयार करणे आणि प्रकाशित करणे.

योजनाबद्ध नोट्स:

• QA.Tester लोड चाचणी मध्ये तज्ञ आहे,
• टार्गेट हा टार्गेट अॅप्लिकेशन आहे ज्यासाठी तुम्हाला लोड अंतर्गत त्याचे वर्तन जाणून घ्यायचे आहे.

आकृतीमधील घटक, टप्पे आणि चरणांचे वर्गीकरण

चरण आणि चरण
काय सुरु आहे
प्रवेशद्वारावर काय आहे
आउटपुट काय आहे

तयार करा: चाचणीसाठी तयारीची अवस्था

लोड पॅरामीटर्स
सेटिंग आणि आरंभीकरण
वापरकर्ता
लोड पॅरामीटर्स,
मेट्रिक्सची निवड आणि
चाचणी योजना तयार करणे
(लोड प्रोफाइल)
साठी सानुकूल पर्याय
लोड एजंट आरंभीकरण
चाचणी योजना
चाचणीचा उद्देश

VM
मेघ उपयोजन
सह आभासी मशीन
आवश्यक वैशिष्ट्ये
लोड एजंटसाठी VM सेटिंग्ज
साठी ऑटोमेशन स्क्रिप्ट
व्हीएम निर्मिती
VM मध्ये कॉन्फिगर केले
ढग

पर्यावरण
OS सेटअप आणि तयारी
साठी वातावरण
लोड एजंट काम
साठी पर्यावरण सेटिंग्ज
लोड एजंट
साठी ऑटोमेशन स्क्रिप्ट
पर्यावरण सेटिंग्ज
तयार वातावरण:
OS, सेवा आणि अनुप्रयोग,
कामासाठी आवश्यक
लोड एजंट

लोडएजंट्स
स्थापना, कॉन्फिगरेशन आणि पॅरामीटरायझेशन
लोडिंग एजंट.
किंवा येथून डॉकर प्रतिमा डाउनलोड करत आहे
प्रीकॉन्फिगर केलेला लोड स्रोत
स्रोत डॉकर इमेज लोड करा
(YAT, JM किंवा स्वयं-लिखित फ्रेमवर्क)
सेटिंग्ज
लोड एजंट
सेट करा आणि तयार
लोड एजंट काम करण्यासाठी

चाचणी: लोड चाचण्यांच्या अंमलबजावणीचा टप्पा. स्रोत हे GitLab CI साठी समर्पित एजंट पूलमध्ये तैनात केलेले लोड एजंट आहेत

लोड
लोड एजंट सुरू करत आहे
निवडलेल्या चाचणी योजनेसह
आणि लोड पॅरामीटर्स
वापरकर्ता पर्याय
आरंभासाठी
लोड एजंट
चाचणी योजना
चाचणीचा उद्देश
अंमलबजावणी नोंदी
लोड चाचण्या
सिस्टम लॉग
लक्ष्य मेट्रिक्स आणि लोड एजंटमधील बदलांची गतिशीलता

एजंट चालवा
एजंट अंमलबजावणी
चाचणी स्क्रिप्टचा भार
च्या अनुषंगाने
प्रोफाइल लोड करा
लोड एजंट संवाद
चाचणीच्या उद्देशाने
चाचणी योजना
चाचणीचा उद्देश

नोंदी
"कच्च्या" नोंदींचा संग्रह
लोड चाचणी दरम्यान:
लोड एजंट क्रियाकलाप रेकॉर्ड,
चाचणी लक्ष्याची स्थिती
आणि VM एजंट चालवत आहे

अंमलबजावणी नोंदी
लोड चाचण्या
सिस्टम लॉग

मेट्रिक्स
चाचणी दरम्यान "कच्चे" मेट्रिक्स गोळा करणे

ध्येय मेट्रिक्समधील बदलांची गतिशीलता
आणि लोड एजंट

अहवाल: चाचणी अहवाल तयार करण्याचा टप्पा

जनरेटर
प्रक्रिया गोळा केली
लोडिंग सिस्टम आणि
देखरेख प्रणाली "कच्ची"
मेट्रिक्स आणि लॉग
मध्ये अहवाल तयार करणे
मानवी वाचनीय फॉर्म
घटकांसह शक्य आहे
विश्लेषक
अंमलबजावणी नोंदी
लोड चाचण्या
सिस्टम लॉग
मेट्रिक्समधील बदलांची गतिशीलता
लक्ष्य आणि लोड एजंट
प्रक्रिया केलेले "कच्चे" लॉग
साठी योग्य स्वरूपात
बाह्य संचयनावर अपलोड करते
स्थिर लोड अहवाल,
मानवी वाचनीय

प्रकाशित करा
अहवालाचे प्रकाशन
लोड बद्दल
बाह्य मध्ये चाचणी
सेवा
प्रक्रिया केलेले "कच्चे"
योग्य स्वरूपात लॉग
बाह्य वर अनलोड करण्यासाठी
तिजोरी
बाह्य मध्ये जतन केले
स्टोरेज अहवाल चालू
लोड, योग्य
मानवी विश्लेषणासाठी

सीआय टेम्पलेटमध्ये लोड स्रोत कनेक्ट करणे

चला व्यावहारिक भागाकडे जाऊया. मला कंपनीतील काही प्रकल्प कसे आहेत हे दाखवायचे आहे सकारात्मक तंत्रज्ञान आम्ही सेवा म्हणून लोड चाचणीची संकल्पना लागू केली आहे.

प्रथम, आमच्या DevOps अभियंत्यांच्या मदतीने, आम्ही लोड चाचण्या चालवण्यासाठी GitLab CI मध्ये एजंट्सचा एक समर्पित पूल तयार केला. असेंब्ली पूल्स सारख्या टेम्प्लेट्समध्ये त्यांचा गोंधळ होऊ नये म्हणून, आम्ही या एजंटना टॅग जोडले, टॅग: भार. तुम्ही इतर कोणतेही समजण्यासारखे टॅग वापरू शकता. त्यानी विचारले नोंदणी दरम्यान GitLab CI धावपटू.

हार्डवेअरद्वारे आवश्यक शक्ती कशी शोधायची? लोड एजंटची वैशिष्ट्ये - पुरेशी संख्या vCPU, RAM आणि डिस्क - या वस्तुस्थितीवर आधारित गणना केली जाऊ शकते की डॉकर, पायथन (Yandex.Tank साठी), GitLab CI एजंट, Java (Apache JMeter साठी) एजंटवर चालत असावेत. . JMeter अंतर्गत Java साठी, किमान 512 MB RAM वापरण्याची शिफारस केली जाते आणि वरची मर्यादा म्हणून, 80% उपलब्ध मेमरी.

अशा प्रकारे, आमच्या अनुभवावर आधारित, आम्ही लोड एजंटसाठी किमान 4 vCPUs, 4 GB RAM, 60 GB SSD वापरण्याची शिफारस करतो. नेटवर्क कार्डचे थ्रुपुट लोड प्रोफाइलच्या आवश्यकतांवर आधारित निर्धारित केले जाते.

आम्ही प्रामुख्याने दोन लोड स्रोत वापरतो - Apache JMeter आणि Yandex.Tank डॉकर प्रतिमा.

Yandex.Tank लोड चाचणीसाठी Yandex चे एक मुक्त स्रोत साधन आहे. त्याची मॉड्यूलर आर्किटेक्चर फॅंटमच्या उच्च-कार्यक्षमता असिंक्रोनस हिट-आधारित HTTP विनंती जनरेटरवर आधारित आहे. टाकीमध्ये SSH प्रोटोकॉलद्वारे चाचणी अंतर्गत सर्व्हरच्या संसाधनांचे अंगभूत निरीक्षण आहे, निर्दिष्ट परिस्थितीत स्वयंचलितपणे चाचणी थांबवू शकते, कन्सोलमध्ये आणि आलेखांच्या स्वरूपात परिणाम प्रदर्शित करू शकते, आपण आपले मॉड्यूल कनेक्ट करू शकता. कार्यक्षमता विस्तृत करण्यासाठी ते. तसे, आम्ही टँक वापरला जेव्हा ते अद्याप मुख्य प्रवाहात नव्हते. लेखात "Yandex.Tank आणि लोड चाचणी ऑटोमेशन» 2013 मध्ये आम्ही लोड चाचणी कशी केली याची कथा तुम्ही वाचू शकता पीटी ऍप्लिकेशन फायरवॉल आमच्या कंपनीच्या उत्पादनांपैकी एक आहे.

अपाचे जेमेटर Apache कडील ओपन सोर्स लोड चाचणी साधन आहे. स्टॅटिक आणि डायनॅमिक वेब ऍप्लिकेशन्सच्या चाचणीसाठी हे तितकेच चांगले वापरले जाऊ शकते. JMeter मोठ्या संख्येने प्रोटोकॉल आणि ऍप्लिकेशन्सशी संवाद साधण्याचे मार्ग समर्थित करते: HTTP, HTTPS (Java, NodeJS, PHP, ASP.NET, इ.), SOAP / REST वेबसेवा, FTP, TCP, LDAP, SMTP(S), POP3( S) ) आणि IMAP(S), JDBC द्वारे डेटाबेस, शेल कमांड कार्यान्वित करू शकतात आणि Java ऑब्जेक्ट्ससह कार्य करू शकतात. JMeter कडे चाचणी योजना तयार करणे, डीबग करणे आणि कार्यान्वित करण्यासाठी IDE आहे. कोणत्याही Java सुसंगत ऑपरेटिंग सिस्टमवर (Linux, Windows, Mac OS X) कमांड लाइन ऑपरेशनसाठी एक CLI देखील आहे. टूल डायनॅमिकली HTML चाचणी अहवाल तयार करू शकते.

आमच्या कंपनीमध्‍ये वापरण्‍याच्‍या सोपस्‍तीसाठी, परीक्षकांच्‍या स्‍वत: बदलण्‍याच्‍या आणि वातावरण जोडण्‍याच्‍या क्षमतेसाठी, आम्‍ही GitLab CI वर लोड स्‍त्रोतांच्या डॉकर प्रतिमा तयार केल्या आहेत, ज्यात आतील भागात प्रकाशन केले आहे. आर्टिफॅक्टरी येथे डॉकर रेजिस्ट्री. यामुळे लोड चाचण्यांसाठी त्यांना पाइपलाइनमध्ये जोडणे जलद आणि सोपे होते. GitLab CI द्वारे रेजिस्ट्रीमध्ये डॉकर पुश कसे करावे - पहा सूचना.

आम्ही Yandex.Tank साठी ही मूलभूत डॉकर फाइल घेतली:

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

आणि Apache JMeter साठी हे:

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

आमची सतत एकत्रीकरण प्रणाली कशी कार्य करते ते आपण लेखात वाचू शकता "विकास प्रक्रियांचे ऑटोमेशन: आम्ही सकारात्मक तंत्रज्ञानावर DevOps कल्पना कशा लागू केल्या».

टेम्पलेट आणि पाइपलाइन

लोड चाचण्या आयोजित करण्यासाठी टेम्पलेटचे उदाहरण प्रकल्पात उपलब्ध आहे डेमो लोड. द रीडमी फाइल आपण टेम्पलेट वापरण्यासाठी सूचना वाचू शकता. टेम्पलेटमध्येच (फाइल .gitlab-ci.yml) प्रत्येक पायरी कशासाठी जबाबदार आहे याबद्दल नोट्स आहेत.

टेम्प्लेट अतिशय सोपे आहे आणि वरील आकृतीमध्ये वर्णन केलेल्या लोड चाचणीचे तीन टप्पे दाखवते: अहवाल तयार करणे, चाचणी करणे आणि प्रकाशित करणे. यासाठी जबाबदार आहे इंटर्नशिप: तयार करा, चाचणी करा आणि अहवाल द्या.

1. स्टेज तयार करा चाचणी लक्ष्य प्रीकॉन्फिगर करण्यासाठी किंवा त्यांची उपलब्धता तपासण्यासाठी वापरली जावी. लोड स्त्रोतांसाठी वातावरण कॉन्फिगर करणे आवश्यक नाही, ते डॉकर प्रतिमा म्हणून पूर्व-निर्मित आहेत आणि डॉकर रेजिस्ट्रीमध्ये पोस्ट केले आहेत: चाचणी टप्प्यावर फक्त इच्छित आवृत्ती निर्दिष्ट करा. परंतु तुम्ही त्यांची पुनर्बांधणी करू शकता आणि तुमच्या स्वतःच्या सुधारित प्रतिमा बनवू शकता.
2. स्टेज चाचणी लोड स्त्रोत निर्दिष्ट करण्यासाठी, चाचण्या चालविण्यासाठी आणि चाचणी कलाकृती संग्रहित करण्यासाठी वापरला जातो. तुम्ही कोणताही लोड स्रोत निवडू शकता: Yandex.Tank, Apache JMeter, तुमचे स्वतःचे किंवा सर्व एकत्र. अनावश्यक स्रोत अक्षम करण्यासाठी, फक्त टिप्पणी द्या किंवा कार्य हटवा. लोड स्त्रोतांसाठी प्रवेश बिंदू:
   • Yandex.Tank साठी लाँच पॅरामीटर्स मध्ये निर्दिष्ट केले आहेत./tests/yandextank.sh,
   • Apache JMeter स्टार्टअप पॅरामीटर्स फाइलमध्ये निर्दिष्ट केले आहेत ./tests/jmeter.sh.

   टीप: असेंबली कॉन्फिगरेशन टेम्प्लेट CI सिस्टीमशी परस्परसंवाद सेट करण्यासाठी वापरले जाते आणि त्यात चाचणी लॉजिकची नियुक्ती सूचित करत नाही. चाचण्यांसाठी, एंट्री पॉइंट निर्दिष्ट केला आहे, जिथे कंट्रोल बॅश स्क्रिप्ट स्थित आहे. चाचणी चालवण्याची पद्धत, अहवाल तयार करणे आणि चाचणी स्क्रिप्ट स्वतः QA अभियंत्यांद्वारे लागू करणे आवश्यक आहे. डेमोमध्ये, दोन्ही लोड स्त्रोतांसाठी, Yandex मुख्य पृष्ठ विनंती सर्वात सोपी चाचणी म्हणून वापरली जाते. स्क्रिप्ट आणि चाचणी पॅरामीटर्स निर्देशिकेत आहेत ./चाचण्या.

3. टप्प्यावर अहवाल चाचणी टप्प्यावर प्राप्त झालेले चाचणी परिणाम बाह्य स्टोरेजवर, उदाहरणार्थ, GitLab पृष्ठे किंवा विशेष अहवाल प्रणालीवर कसे प्रकाशित करायचे याचे वर्णन करणे आवश्यक आहे. GitLab पृष्ठांसाठी आवश्यक आहे की ./public निर्देशिका रिक्त नसावी आणि चाचण्या पूर्ण झाल्यानंतर किमान एक index.html फाइल असेल. तुम्ही GitLab Pages सेवेच्या बारकाव्यांबद्दल वाचू शकता. दुवा.

   डेटा कसा निर्यात करायचा याची उदाहरणे:

   • JMeter पासून GitLab पृष्ठे,
   • Yandex.Tank पासून ते InfluxDB आणि Grafana.

   पोस्टिंग सेटअप सूचना:

   • मध्ये HTML स्टॅटिक्स GitLab पृष्ठे,
   • InfluxDB ला आणि नंतर ते ग्राफाना.

डेमो उदाहरणामध्ये, लोड चाचण्या आणि दोन लोड स्रोत असलेली पाइपलाइन (आपण अनावश्यक अक्षम करू शकता) असे दिसते:

Apache JMeter स्वतःच HTML अहवाल तयार करू शकते, म्हणून मानक साधनांचा वापर करून GitLab पृष्ठांमध्ये सेव्ह करणे अधिक फायदेशीर आहे. Apache JMeter अहवाल असा दिसतो:

Yandex.Tank साठी डेमो उदाहरणामध्ये, तुम्हाला फक्त दिसेल बनावट मजकूर अहवाल GitLab पृष्ठांसाठी विभागात. चाचणी दरम्यान, टँक परिणाम InfluxDB डेटाबेसमध्ये जतन करू शकते आणि तेथून ते प्रदर्शित केले जाऊ शकतात, उदाहरणार्थ, Grafana मध्ये (कॉन्फिगरेशन फाइलमध्ये केले जाते. ./tests/example-yandextank-test.yml). टँकचा अहवाल ग्राफानामध्ये असा दिसतो:

सारांश

लेखात, मी "सेवा म्हणून लोड चाचणी" (सेवा म्हणून लोड चाचणी) या संकल्पनेबद्दल बोललो. मुख्य कल्पना म्हणजे लोड एजंट्सच्या पूर्व-कॉन्फिगर केलेले पूल, लोड स्त्रोतांच्या डॉकर प्रतिमा, रिपोर्टिंग सिस्टम आणि त्यांना एक साध्या .gitlab-ci.yml टेम्पलेटवर आधारित GitLab CI मध्ये एकत्रित करणारी पाइपलाइन वापरणे ही मुख्य कल्पना आहे (उदाहरणार्थ दुवा). हे सर्व ऑटोमेशन अभियंत्यांच्या छोट्या संघाद्वारे समर्थित आहे आणि उत्पादन संघांच्या विनंतीनुसार प्रतिकृती तयार केली आहे. मला आशा आहे की हे तुम्हाला तुमच्या कंपनीमध्ये अशी योजना तयार करण्यात आणि अंमलात आणण्यासाठी मदत करेल. लक्ष दिल्याबद्दल धन्यवाद!

PS आमच्या कंपनीत सेवा म्हणून लोड चाचणीच्या संकल्पनेच्या अंमलबजावणीसाठी तांत्रिक सहाय्य केल्याबद्दल मला माझे सहकारी, सेर्गेई कुर्बानॉव आणि निकोलाई युसेव्ह यांचे खूप खूप आभार मानायचे आहेत.

लेखक: तैमूर गिलमुलिन - उप पॉझिटिव्ह टेक्नॉलॉजीज येथे तंत्रज्ञान आणि विकास प्रक्रिया (DevOps) प्रमुख

स्त्रोत: www.habr.com