1.前言
在使用jmeter做性能測試的時候，監控系統性能的時候，無論是使用插件還是報告生成，都沒法實現實時監控。使用JMeter+Influxdb+Grafana可以實現實時監控。
本次環境搭建各軟件版本說明：
Grafana v6.2.5
InfluxDB 1.7.0
JMeter 5.2.1
2.Influxdb簡介
InfluxDB是用Go語言編寫的高性能、高可用的分布式時序數據存儲數據庫，無其他依賴，安裝簡單快速。
該數據庫現在主要用於存儲涉及大量的時間戳數據，如DevOps監控數據，APP metrics, loT傳感器數據和實時分析數據。
InfluxDB特征：
- 無結構(無模式)：可以是任意數量的列
- 可以設置metric的保存時間
- 支持與時間有關的相關函數(如min、max、sum、count、mean、median等)，方便統計
- 支持存儲策略:可以用於數據的刪改。(influxDB沒有提供數據的刪除與修改方法)
- 支持連續查詢:是數據庫中自動定時啟動的一組語句，和存儲策略搭配可以降低InfluxDB的系統占用量。
- 原生的HTTP支持，內置HTTP API
- 支持類似sql語法select * from mysql.user
- 支持設置數據在集群中的副本數
- 支持定期采樣數據，寫入另外的measurement，方便分粒度存儲數據。
schemaless: 結構型數據庫類似Mysql需要先定義列，influxdb無需預先定義，無結構的
與傳統數據庫中的名詞比較
| influxDB中的名詞 | 傳統數據庫的概念 |
| database | 數據庫 |
| measurement | 數據庫中的表 |
| points | 表里面的一行數據 |
influxdb的points數據說明
- time：默認存儲數據會有時間，時間無需關心，會幫我們自動插入
- tags：用來存儲數據標識，比如CPU.idle
- fileds:用來存儲數據 value=90
3.下載
定位到/usr/local目錄下，執行命令：wget https://dl.influxdata.com/influxdb/releases/influxdb-1.7.0.x86_64.rpm --no-check-certificate，然后等待下載完成
4.解壓安裝
執行命令：rpm -ivh influxdb-1.7.0.x86_64.rpm
安裝完之后，生成默認的配置文件 /etc/influxdb/influxdb.conf，可以到/ect目錄下去查看
5.修改influxDB配置文件
執行命令：vi /etc/influxdb/influxdb.conf，將最終修改的配置如下：
[[graphite]]
# Determines whether the graphite endpoint is enabled. enabled = true database = "jmeter" # 數據庫名稱 retention-policy = "" bind-address = ":2003" # 端口 protocol = "tcp" consistency-level = "one" 修改以下信息 [meta] dir = "/usr/local/influxdb/meta" #存放最終存儲的數據，文件以.tsm結尾 [data] dir = "/usr/local/influxdb/data" #存放數據庫元數據 wal wal-dir = "/usr/local/influxdb/wal" #存放預寫日志文件 修改HTTP端口信息 [http] # Determines whether HTTP endpoint is enabled. enabled = true # The bind address used by the HTTP service. bind-address = ":8086"
修改完成后執行:wq保存退出
6.在上一步中我們設置了存放數據的目錄為/usr/local/influxdb，這個目錄不會自動生成，因此需要手動創建並授權，執行命令如下：
我這里使用的是root用戶，使用其他用戶如果報權限不足則需要切換到root用戶
7.啟動influxDB服務
啟動influxDB服務有兩種方式：
方式一： 直接執行命令： influxd -config /etc/influxdb/influxdb.conf
啟動后顯示如下圖：
方式二（推薦）：
-bash-4.2# vi /etc/profile
添加變量：export INFLUXDB_CONFIG_PATH=/etc/influxdb/influxdb.conf，然后保存，如下圖：
執行：source /etc/profile，是配置文件生效后，執行：influxd &，啟動
influxDB的tcp端口是8088，執行：netstat -antp|grep 8088，顯示如下則表示端口啟動成功
8.創建數據庫及用戶
執行命令如下：
-bash-4.2$ influx
> show databases
> CREATE DATABASE jmeter
> use jmeter
> create user "admin" with password '123456' with all privileges
此處設置的用戶名和密碼需要記錄下來，后面配置JMeter和Grafana時有用到
注：這里要注意一下，CREATE DATABASE必須使用大寫
網上有使用小寫創建數據庫，如：create databases "jmeter"，執行后會報錯，報錯信息如下
ERR: error parsing query: found DATABASES, expected CONTINUOUS, DATABASE, USER, RETENTION, SUBSCRIPTION at line 1, char 8
Warning: It is possible this error is due to not setting a database.
Please set a database with the command "use <database>".
端口說明：
2003端口：Jmeter往數據庫發數據的端口，服務器端也是該端口接收數據，所以如果使用雲服務器ECS的話，需要開啟該2003端口
8086端口，Grafana從數據庫取數據的端口
9.JMeter配置
新建一個測試計划，新建一個線程組，右鍵測試計划選擇Add->Listener->Backend Listener，如果使用的是中文則添加后端監聽器的路徑是：右鍵測試計划選擇添加->監聽器->后端監聽器
添加后端監聽器，配置如下圖：
新建請求，然后執行
10.在服務器上查看influxdb是否有接收數據成功：
執行如下命令：
-bash-4.2$ influx
> show databases
> use jmeter
> show measurements
11. 安裝配置grafana
下載安裝：
#下載 wget https://dl.grafana.com/oss/release/grafana-6.2.5-1.x86_64.rpm #安裝 sudo yum localinstall grafana-6.2.5-1.x86_64.rpm #添加到服務並自啟動 /sbin/chkconfig --add grafana-server systemctl enable grafana-server.service #啟動服務 service grafana-server start #查看安裝 find / -name grafana
grafana默認啟動3000端口，可以使用netstat -antp | grep 3000 ，確認端口是否啟動，端口啟動后可通過一下地址訪問Grafana: 服務器IP地址:3000
會展示默認的登錄界面，默認用戶名密碼都是admin，登錄進去后如下圖
配置數據庫：
選擇InfluxDB
最終配置如下圖，配置好后點擊下面的 Save & Test 按鈕，提示 Data source is working 就表示數據庫連接成功
接下來配置監控面板，配置panel有兩種方式：1.手動配置panel 2.在官網下載panel模板
下面先講第一種方式：
點擊左上角Grafana圖標，進入Home界面，點擊左側“+”號菜單，點擊Dashboard，
進入New dashboard界面，點擊Add Query（各個版本的顯示不一樣，但是操作流程是一樣的）
進入面板設置界面，如下圖
說明：想了解這些查詢具體是什么意思，可以訪問Jmeter的官網地址去查看 http://jmeter.apache.org/usermanual/realtime-results.html
線程數/用戶相關指標 test.minAT-Min active threads：最小活躍線程數 test.maxAT-Max active threads：最大活躍線程數 test.meanAT-Mean active threads：活躍線程數 test.startedT-Started threads：啟動線程數 test.endedT-Finished threads：結束線程數 響應時間指標 .ok.count：采樣器的成功響應數 .h.count：每秒點擊數 .ok.min：采樣器成功最短響應時間 .ok.max：采樣器成功最長響應時間 .ok.avg：采樣器成功平均響應時間 .ok.pct：采樣器成功響應百分比 .ko.count：采樣器失敗響應數 .ko.min：采樣器失敗的響應最短時間 .ko.max：采樣稱失敗最長響應時間 .ko.avg：采樣器失敗平均響應時間 .ko.pct：采樣器失敗響應百分比 .a.count：采樣器響應數（ok.count和ko.count的總和） .a.min：采樣器最小響應時間（ok.count和ko.count的最小值） .a.max：采樣器最大響應時間（ok.count和ko.count的最大值） .a.avg：采樣器平均響應時間（ok.count和ko.count的平均值） .a.pct：采樣器響應百分比（根據和失敗樣本的總數計算） Backend Listener的默認百分位設置為“90;95;99”，即百分位數為90％，95％和99％。 Graphite使用點（“.”）去拆分的元素，這可能與十進制百分位值混淆。JMeter轉換任何此類值，用下划線（“ - ”）替換點（“.”）。例如，“99.9 ”變為“99_9 ” 默認情況下，JMeter發送在samplerName“all”下累計的所有采樣器的指標。 如果配置了 BackendListenerSamplersList，那么JMeter還會發送匹配樣本名稱的指標，前提是配置 summaryOnly=true
最終顯示結果如下：
接下來講第二種方式：模板方式
點擊左上角Grafana圖標，點擊Home，然后點擊Find dashboards on Grafana.com，會跳轉到Grafana官網，或者可以直接進入官網：https://grafana.com/grafana/dashboards?utm_source=grafana_search
左側輸入查詢模板的條件，如下圖，這里選擇比較常用的JMeter Load Test模板
下載JMeter-InfluxDB-Writer界面如下圖，這里下載的是最新版本1.2版本，點擊JMeter-InfluxDB-Writer-plugin-1.2.jar即可下載
下載完成后上傳到JMeter安裝目錄lib/ext目錄下，如下圖：
然后重啟jmeter，選擇rocks.nt.apm.jmeter.JMeterinfluxDBBackendListenerClient,輸入influxDB的host和端口，之前創建Influxdb的用戶名和密碼，然后保存。如果host默認是localhost，直接執行會報錯：Failed to connect to localhost/0:0:0:0:0:0:0:1:8086
上圖中的用戶名和密碼可以在服務器中查看，密碼是之前創建用戶的時候自己輸入的，執行命令：
influx
show users
接下來導入Grafana模板，點擊左上角Grafana Logo，點擊Home，然后選擇Import dashboard
打開的界面如下圖，這些需要填寫模板ID，模板ID獲取詳見下一步
在JMeter Load Test模板界面點擊Copy ID to Clipboard，將ID復制好然后粘貼到Grafana導入模板界面，如下圖：
輸入模板ID 1152后，點擊空白處，會顯示如下圖信息，請按照下圖中進行修改：
查看模板可以點擊左上角Grafana Logo，點擊模板名稱，這里是默認的JMeter Load Test
默認模板顯示如下圖：
重啟JMeter，執行測試，在Grafana界面的右上角選擇要顯示的時間，最終顯示壓測結果如下圖（右上角刷新時間建議選小一點，效果會比較明顯）： 
遇到的問題：
1.創建influxdb數據庫的時候使用create databases "jmeter"，報錯
解決辦法：必須使用大寫來進行創建，命令是：CREATE DATABASE jmeter
2.執行Jmeter請求，jmeter日志報Error writing to Graphite: connect timed out，具體報錯信息如下：
2020-07-17 16:51:29,810 ERROR o.a.j.v.b.g.TextGraphiteMetricsSender: Error writing to Graphite: connect timed out
java.net.SocketTimeoutException: connect timed out
at java.net.DualStackPlainSocketImpl.waitForConnect(Native Method) ~[?:1.8.0_171]
at java.net.DualStackPlainSocketImpl.socketConnect(Unknown Source) ~[?:1.8.0_171]
at java.net.AbstractPlainSocketImpl.doConnect(Unknown Source) ~[?:1.8.0_171]
at java.net.AbstractPlainSocketImpl.connectToAddress(Unknown Source) ~[?:1.8.0_171]
at java.net.AbstractPlainSocketImpl.connect(Unknown Source) ~[?:1.8.0_171]
at java.net.PlainSocketImpl.connect(Unknown Source) ~[?:1.8.0_171]
at java.net.SocksSocketImpl.connect(Unknown Source) ~[?:1.8.0_171]
at java.net.Socket.connect(Unknown Source) ~[?:1.8.0_171]
at org.apache.jmeter.visualizers.backend.graphite.SocketOutputStreamPoolFactory.create(SocketOutputStreamPoolFactory.java:77) ~[ApacheJMeter_components.jar:5.2.1]
at org.apache.jmeter.visualizers.backend.graphite.SocketOutputStreamPoolFactory.makeObject(SocketOutputStreamPoolFactory.java:48) ~[ApacheJMeter_components.jar:5.2.1]
at org.apache.jmeter.visualizers.backend.graphite.SocketOutputStreamPoolFactory.makeObject(SocketOutputStreamPoolFactory.java:34) ~[ApacheJMeter_components.jar:5.2.1]
at org.apache.commons.pool2.impl.GenericKeyedObjectPool.create(GenericKeyedObjectPool.java:1041) ~[commons-pool2-2.7.0.jar:2.7.0]
at org.apache.commons.pool2.impl.GenericKeyedObjectPool.borrowObject(GenericKeyedObjectPool.java:342) ~[commons-pool2-2.7.0.jar:2.7.0]
at org.apache.commons.pool2.impl.GenericKeyedObjectPool.borrowObject(GenericKeyedObjectPool.java:265) ~[commons-pool2-2.7.0.jar:2.7.0]
at org.apache.jmeter.visualizers.backend.graphite.TextGraphiteMetricsSender.writeMetrics(TextGraphiteMetricsSender.java:110) [ApacheJMeter_components.jar:5.2.1]
at org.apache.jmeter.visualizers.backend.graphite.TextGraphiteMetricsSender.writeAndSendMetrics(TextGraphiteMetricsSender.java:104) [ApacheJMeter_components.jar:5.2.1]
at org.apache.jmeter.visualizers.backend.graphite.GraphiteBackendListenerClient.sendMetrics(GraphiteBackendListenerClient.java:183) [ApacheJMeter_components.jar:5.2.1]
at org.apache.jmeter.visualizers.backend.graphite.GraphiteBackendListenerClient.run(GraphiteBackendListenerClient.java:146) [ApacheJMeter_components.jar:5.2.1]
at java.util.concurrent.Executors$RunnableAdapter.call(Unknown Source) [?:1.8.0_171]
at java.util.concurrent.FutureTask.runAndReset(Unknown Source) [?:1.8.0_171]
at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.access$301(Unknown Source) [?:1.8.0_171]
at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.run(Unknown Source) [?:1.8.0_171]
at java.util.concurrent.ThreadPoolExecutor.runWorker(Unknown Source) [?:1.8.0_171]
at java.util.concurrent.ThreadPoolExecutor$Worker.run(Unknown Source) [?:1.8.0_171]
at java.lang.Thread.run(Unknown Source) [?:1.8.0_171]
打開配置文件，發現enabled的值為false，需要改為true，設置結果如下圖：
修改之后還是沒有解決，因為用的是阿里雲服務器，需要去阿里雲開啟對應的端口，設置端口如下圖，我這里是外網訪問，端口一定開放公網入方向才可以，可以是內網則需要在內網入方向下開放2003端口
然后重新執行JMeter，執行一段時間后在服務器上查看influxdb的數據庫，顯示結果如下圖則表示jmeter發送數據到influxdb成功
3.Jmeter執行后查看influxdb數據庫，執行show measurements時顯示無數據
原因分析：服務器沒有打開防火牆
解決方法：
firewall-cmd --state #查看防火牆狀態，如果是running則表示防火牆已開啟，使用 sys
systemctl stop firewall.service #關閉防火牆 或者使用systemctl stop firewalld.service
systemctl start firewall.service #開啟防火牆 或者使用systemctl start firewalld.service
關閉防火牆后，在Jmeter上執行請求，然后在服務器上進入influx查看是否數據，結果如下圖則表示jmeter的數據已經推送到influxdb
排查過程：1.服務器本地查看端口8086和2003是否開啟成功，結果顯示兩個端口是開啟成功且本地可以訪問的
2.Win10上ping 服務器，可以ping通，但是端口ping不通
3.查看防火牆
參考資料：
https://www.cnblogs.com/mike-liu/p/10080351.html