對於流量回放這個詞，很多同學並不陌生，但絕大多數公司因種種原因並沒有進行實踐，最現實的原因是由於做全鏈路的流量回放有大量的寫操作，必然要涉及到系統改造，數據加工脫敏等，技術難度和風險相對較高，並非每一家公司都如阿里巴巴一樣具備大流量的應用場景，在系統改造不徹底的情況下，存在投入產出失衡的現象，這不僅是技術的問題，也需要文化的支持，從個人角度而言我們依然可以進行一些模擬，這次我總結了以goreplay工具的輕量級流量回放使用方法。
首先簡單描述下goreplay工作流：
我們什么情況下可以用gorepaly去驗證呢？
1.在預發布環境需要真實流量做功能的回歸與驗證；
2.驗證網絡帶寬流量閾值
3.真實線上流量對比驗證
如何去驗證？
提供源碼下載包，注意 ：使用goreplay均在root權限或者使用sudo執行;
https://pan.baidu.com/s/1cfBnfbLaQntak4SMD8YPKw 密碼:jcfl
1.下載完解壓縮
tar xvf gor_1.0-RC2_x64.tar.gz
2.捕捉流量並通過終端輸出
sudo ./goreplay --input-raw :8003 --output-stdout
上述命令將監控8003端口上所有的流量，並通過終端stdout輸出。你可以通過瀏覽器或者curl訪問8003端口，然后在終端查看gor輸出所有的http請求。
3.捕捉流量並實時同步到另一台機器
sudo ./goreplay --input-raw :8003 --output-http="http://example:8005"
上述命令將8003端口的流量實時同步訪問http://example:8005服務器，你在訪問第一台服務器時，將看到流量以相同的順序請求到第二台.
4.將捕捉流量保存到文件中，然后釋放到其它機器，建議實戰的時候使用該模式
有時候實時同步流量是很難做到的, 所以Goreplay提供了這種先保存后釋放的模式：
第一步, 通過--output-file保存流量:
sudo ./goreplay --input-raw :8003 --output-file=requests.gor
上述命令將8003端口的流量，保存到requests.gor文件中(必須是.gor后綴，其它后綴經測釋放時有問題)。
我們打開錄制完成的gor文件發現，它保存了我們所有的請求內容(如下圖):
第二步,如上圖保存的流量，我們可以原來的方式執行釋放：
./goreplay --input-file requests.gor --output-http="http://localhost:8005"
上述命令將釋放所有保存在requests.gor中的請求通過相同的時間順序釋放到服務器http://localhost:8005。
附上常用的參數解釋:
--input-raw #用來捕捉http流量，需要指定ip地址和端口
--input-file #接收通過--output-file保存流量的文件
--input-tcp #將多個 Goreplay 實例獲取的流量聚集到一個 Goreplay 實例
--output-stdout #終端輸出
--output-tcp #將獲取的流量轉移至另外的 Goreplay 實例
--output-http #流量釋放的對象server，需要指定ip地址和端口 --output-file #錄制流量時指定的存儲文件
Goreplay的限速加速機制和請求過濾
無論是限速或者加速都具有現實意義，也是流量回放的亮點之一:
1.限速機制:
由於生產服務器配置一般遠高於測試服務器配置，所以直接將生產服務器全部流量同步到測試服務器是不可行的，goreplay提供了兩種策略：
限制每秒的請求數
sudo ./goreplay --input-tcp :888 --output-http "http://staging.com|20"# (每秒請求數限制20個以內)
sudo ./goreplay --input-raw :80 --output-tcp "replay.local:888|20%" # (每秒請求數限制20%以內)
基於Header或Url的參數限制一些請求，為指定的header或者url的請求設定限制的百分比。
sudo ./goreplay --input-raw :80 --output-tcp "replay.local:888|20%" --http-header-limiter "X-API-KEY: 20%"
sudo ./goreplay --input-raw :80 --output-tcp "replay.local:888|20%" --http-param-limiter "api_key: 20%"
2.可以限制一些流量，我們就可以進行流量翻倍，也就是我剛剛提到的流量加速：
./gor --input-file '696_0.gor|1000%' --input-file-loop --output-http 'http://www.xxx.com' --output-http-workers 10 --stats --output-http-stats
1000%等於翻了10倍，workers代表消費的進程數，流量翻倍建議梯度緩慢增加，防止造成應用直接宕機的情況；
3.請求過濾:
當你需要捕捉指定路徑的請求流量時，可以使用該機制， 如只同步/api路徑下的請求
sudo ./goreplay --input-raw :8080 --output-http staging.com --http-allow-url /api
這樣的方法可以對單請求進行壓測，也是非常實用
另外還有其它一些參數用法:
--http-disallow-url #不允許正則匹配的Url
--http-allow-header #允許的 Header 頭
--http-disallow-header #不允許的 Header 頭
--http-allow-method #允許的請求方法，傳入值為GET, POST, OPTION
執行結果查看:
./gor --input-file '696_0.gor|1000%' --input-file-loop --output-http 'http://www.cctester.com' --output-http-workers 10 --stats --output-http-stats
執行結果的查看，在很多文檔中，並沒有對執行結果有詳盡的闡述，但結果的查看對性能測試具有最直接的意義，性能測試人員一般會從客戶端工直接獲取結果，不過相對成熟的互聯網公司一般不會局限於此，我們有更多的服務端工具進行統計，很多公司會自己去研發，也有付費的工具如聽雲等，goreplay提供的結果相對簡單（如下圖），最后一列為取樣數，倒數第二列為取樣/時間，可以理解為我們常見的qps；
