Grafana是最漂亮的web監控平台,也可以看歷史,可以展示所有的東西。
jmeter原生監控
有點丑,以下為優化方案
方案簡介
InfluxDB是一個時序數據庫。go語言開發的。(時序數據庫:就是幾時幾秒里面有什么值)
jemter把數據給InfluxDB,InfluxDB再把數據給Grafana。InfluxDB是他們的中間人
要做兩件事:
-
1.先把jmeter和InfluxDB配起來,性能測試的數據,有jmeter寫到influxDB里面
-
2.Grafana也把這個InfluxDB配起來。才能出圖
需要下載的資源
1.mysql-connector-java-5.1.47-bin.jar 用於 JDBC 連接
2.JMeter-InfluxDB-Writer-plugin-1.2.jar 存儲時序數據
3.jmeter-load-test_rev5.json 用於 Grafana 數據可視化
為便於下載,所需文件存儲於網盤中
鏈接:https://pan.baidu.com/s/111F5KRMg2azSchS412G4iQ 密碼:wa6v
第一步:
將jar放在lib\ext目錄下面
將JMeter-InfluxDB-Writer-1.0.jar拷貝到D:\Jmeter工具\apache-jmeter-5.1.1\lib\ext目錄下: 打開jemter,有一個后端監控器。因為jar包放進去了。多了一個InfluxDB
現在還不能跑,因為依賴一個條件。InfluxDB雖然jmeter有插件了。但是InfluxDB本身還沒有在運行
第二步:
安裝influxdb
使用的Red Hat和CentOS用戶可以安裝InfluxDB最新的穩定版本 yum
包管理器:
cat <<EOF | sudo tee /etc/yum.repos.d/influxdb.repo [influxdb] name = InfluxDB Repository - RHEL \$releasever baseurl = https://repos.influxdata.com/rhel/\$releasever/\$basearch/stable enabled = 1 gpgcheck = 1 gpgkey = https://repos.influxdata.com/influxdb.key EOF
或者如果你的操作系統是使用systemd(CentOS 7 +,RHEL 7 +):
sudo yum install influxdb
sudo systemctl start influxdb
找到InfluxDB配置文件(/etc/influxdb/influxdb.conf)
vi /etc/influxdb/influxdb.conf
influxdb.conf中的大多數設置都被注釋掉了;所有注釋掉的設置將確定為內部默認值。如果配置文件中的任何未注釋的設置都會覆蓋內部默認值。
請注意,本地配置文件不需要包含每個配置設置。
如果你無法找到配置文件,可以使用InfluxDB顯示配置命令
influxd config
Jmeter使用graphite協議去寫入數據到InfluxDB,因此,需要在InfluxDB配置文件啟用它,如下圖所示:
[[graphite]]
enabled = true
bind-address = ":2003"
database = "jmeter"
retention-policy = ""
protocol = "tcp"
batch-size = 5000
batch-pending = 10
batch-timeout = "1s"
consistency-level = "one"
separator = "."
udp-read-buffer = 0
修改后,使用以下命令加載InfluxDB啟動
有兩種方法可以使用配置文件啟動InfluxDB:
1.使用以下-config選項將進程指向正確的配置文件
influxd -config /etc/influxdb/influxdb.conf
2.將環境變量設置為INFLUXDBCONFIGPATH配置文件的路徑並啟動
echo $INFLUXDB_CONFIG_PATH
/etc/influxdb/influxdb.conf
influxd
InfluxDB操作
[root@zuozewei ~]# influx #登錄數據庫
Connected to http://localhost:8086 version 1.6.2
InfluxDB shell version: 1.6.2
> show databases #查看所有數據庫
name: databases
name
----
_internal
> CREATE DATABASE "jmeter" #創建數據庫
> use jmeter #切換數據庫
Using database jmeter
> CREATE USER "admin" WITH PASSWORD 'admin' WITH ALL PRIVILEGES # 創建管理員權限的用戶
jmeter 添加監聽器 Backend Listener 驗證數據是否能寫入到 influxdb
jmeter4.0
influxdbUrl :http://host_to_change:8086/write?db=jmeter
#host_to_change寫安裝influxdb服務的ip 端口如修改填寫修改后的端口 db前面創建的數據庫:jmeter
application :隨便寫后面grafana會用到
添加請求運行
回到 influx 終端:選擇數據庫
> use jmeter
執行 sql 語句查看剛剛的請求數據是否有插入,如有說明配置成功
> select * from jmeter
第三步:
Grafana&InfluxDB集成
什么是Grafana?
Grafana是一個開源軟件,擁有豐富的指標儀表盤和圖形編輯器,適用Graphite, Elasticsearch, OpenTSDB, Prometheus,InfluxDB。簡單點說就是一套開源WEB可視化平台。
官網地址:https://grafana.com/
1、安裝啟動
下載安裝
wget https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-4.2.0-1.x86_64.rpm
sudo yum localinstall grafana-4.2.0-1.x86_64.rpm
啟動
service grafana-server start
Starting grafana-server (via systemctl): [ OK ]
使用瀏覽器打開 http://IP:3000/login,訪問Grafana主頁
創建InfluxDB數據源
單擊save&test,確保可以連接上InfluxDB
創建dashboard
添加Graph面板
數據綁定
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
壓測中的效果
第四步:
導入Dashboard模版
如果讓大家去設計一個好看的Dashboard,估計大家都不太想從零開始自己設計,其實Grafana官網提供豐富的模版的庫,大家可以自己上去找,然后進行二次擴展。
官網模版庫:https://grafana.com/dashboards
搜索看板模版
此處,我選擇下載這個下載量3000+的模版
下模版JSON文件
導入模版
選擇數據源
JMeter Backend Listener設置
壓測期間的動畫效果
至此,我初步打造的壓測可視化實時監控大功告成~