网易易盾内容检测服务经常在线上做性能测试，在性能测试过程中遇到了哪些痛点？对于这些痛点，怎样通过自动化的手段来尝试改进？

01 性能测试简介

1.1 什么是性能测试

性能测试是通过特定的方式对被测系统按照一定策略施加压力，获取该系统的响应时间、吞吐量等性能指标，来检测系统上线后能否满足用户需求的过程。基于性能测试的定义不难看出，性能的核心指标就是经常挂在嘴边的QPS和RT。

1.2 为什么要做性能测试

简单了解性能测试之后，有些小伙伴肯定会问为什么要做性能测试。对于这个问题，打算举两个生活中的例子来说明下。

（1）12306——每年春运都是一次大考

临近春节，打工人要抢回乡的火车票，2019年12月23日，有大量网友反映，12306网站突然崩了，在购买车票的时候出现无法登录、无法购票、车次加载失败、页面卡住等情况，疑似因访问流量过大而出现服务器崩溃。

（2）微博——顶流明星的瓜不好吃

知名明星的离婚消息突然公布，消息迅速登上微博热搜。此类消息公布后，有网友反映微博客户端出现了短暂宕机、网络出错的现象。

02 性能测试的痛点

2.1 压测执行过程繁琐

压测执行在易盾性能测试的整个流程中比重最大，易盾线上压测一般采用梯度压测。什么是梯度压测，简单而言，就是把压测的大目标拆分成多个小目标。从小的目标做起，直到最后完成最终目标。假设易盾内容检测压测的目标值是QPS达到200，那通常从压力值20开始，然后40、60逐渐加大压力，直到最后完成200的目标值。

具体的执行步骤怎么样呢？我们先用压力值20，在NPT压测平台创建一个压测任务并执行，一般一轮压测执行10分钟。如果达不到20的目标值，压测中止定位性能问题；如果达到20的目标值，创建下一个目标值40的压测任务，继续执行。重复之前的判断逻辑，直到压测中止或者完成压测目标。

可能有人会问，这不是自找麻烦，直接用200去压测看看行不行不就完事了。线上压测，保证线上安全始终是第一位的，要慎之又慎，如果因为压测把线上压挂了会严重影响客户体验，甚至产生资金损失。

2.2 监控依赖人

在性能测试过程中，监控&分析属于一个难点，到底难在哪里？这里需要人的经验，要对“被测系统”比较熟悉。只有在熟悉的前提下，你才知道需要看哪些监控指标，这些指标是不是正常，进而给出判断的结论。

目前，线上压测会安排值班同学观察监控，这种依赖人的监控很难做到实时，因为人的精力有限，根本没法兼顾所有监控。还有就是很少有同学从头到尾盯着监控的，大家都是有报警的时候去关注下。这样存在一些风险，可能有些报警没有配置、或者配置修改了没有及时还原，导致线上有问题了，没有报警发出来。

在压测过程中，我们经常会遇到加大并发QPS上不去的情况，这时候一般就出现性能瓶颈了，但是这个瓶颈在哪里就需要根据监控数据去定位和分析了。我们在定位的时候无非也是使用经验的三板斧，CPU/内存/磁盘/网卡等系统资源是否正常，请求量和RT是否合理，有没有出现超时等异常错误。

2.3 压测数据未隔离

由于压测流量和真实流量没有做数据隔离，导致线上无法进行全链路压测，有些业务场景覆盖不到。比如易盾存储场景，一旦数据落库存在性能问题，kafka的数据就会积压。此时kafka的topic中既有真实流量又有压测流量的数据，就算立马停止压测，也会影响线上真实流量数据的消费速度，影响用户体验。因此，平常线上压测都会关闭数据存储。

2.4压测资损

易盾有一些外部供应商，之前压测过程中，由于方案评估不到位遗漏了供应商这个环节，导致线上压测产生了一些额外的费用，这种压测资损也是不能容忍的。

03 性能测试自动化实践

3.1 压测一键执行

创建压测任务的时候，自动创建多个梯度压测子任务。还是用易盾内容检测来举例，我们创建一个QPS目标值200的压测任务，这个压测任务被拆分成了5个梯度，每个梯度的压测目标值从小到大分别是40，80，120，160和200。这5个梯度对应NPT平台上5个压测目标值分别是40，80，120，160和200压测子任务。

点击启动压测任务后，系统会顺序执行NPT平台上QPS目标值40，80，120，160和200的压测子任务。压测子任务达到目标值，会自动执行下一个子任务，如果达不到目标值，就会自动中止压测任务。

3.2 监控&分析量化

对于监控与分析，明确的思路就是量化。

先是监控，我们事先定义好哪些应用需要纳入监控，这些应用各自需要监控哪些指标。这两个要素搞清楚之后，剩下就是通过哨兵提供的API获取监控数据，写入数据库。

对于外部供应商特殊业务场景的监控，我们在监控大盘纳入供应商请求量的指标。当供应商请求量同比或者环比出现异常时，要及时停止压测。

3.3全链路压测组件接入

存储场景压测覆盖不到的问题如何解决？首先“被测系统”接入了全链路压测组件，实现了真实流量和压测流量的数据隔离。

其次，影子队列消费提供开关，kafka数据积压时，关闭开关，保证只有真实流量数据的消费。

04 性能测试自动化平台

对于上述性能测试中的改进点，我们构建了自有的性能测试自动化平台来承载。

4.1 整体架构

4.2 落地情况

易盾SaaS服务压测已经完成小流量的试跑，和之前的常规压测比，具有明显的优势。