http_load的安装和使用
2016-03-12 12:24
344 查看
1. 简介
http_load以并行复用的方式运行,用以测试web服务器的吞吐量与负载。但是它不同于大多数压力测试工具,它可以以一个单一的进程运行,一般不会把客户机搞死。还可以测试HTTPS类的网站请求。
下载:http://acme.com/software/http_load/
2. 安装:
解压后只要 make , make install 就行了环境: 需要gcc 如果是在服务器上安装的话还需要有sudo
执行命令:
./http_load
参数说明:
-parallel 简写-p :含义是并发的用户进程数。
-fetches 简写-f :含义是总计的访问次数
-rate 简写-r :含义是每秒的访问频率
-seconds简写-s :含义是总计的访问时间
准备URL文件:urllist.txt,文件格式是每行一个URL,URL最好超过50-100个测试效果比较好.文件格式
如下:
http://www.51testing.com/?uid-410671-action-viewspace-itemid-834199
http://www.51testing.com/?uid-410671-action-viewspace-itemid-834198
http://www.51testing.com/?uid-410671-action-viewspace-itemid-834197
执行及结果说明:
./http_load -rate 5 -seconds 10 urls说明执行了一个持续时间10秒的测试,每秒的频率为5。
结果分析:
1.49 fetches, 1 max parallel, 2.04472e+06 bytes, in 10.0005 seconds 说明在上面的测试中运行了49个请求,最大的并发进程数是2.389,总计传输的数据是204463bytes,运行的时间是10.0148秒
2.41729 mean bytes/connection 说明每一连接平均传输的数据量41729/49=581.6
3.4.89977 fetches/sec, 204463 bytes/sec
说明每秒的响应请求为4.89977,每秒传递的数据为204463 bytes/sec
4.msecs/connect: 1.70367 mean, 2.389 max, 1.322 min 说明每连接的平均响应时间是1.70367 msecs
,最大的响应时间2.389 msecs,最小的响应时间1.322 msecs
5.msecs/first-response: 65.0539 mean, 108.677 max, 56.335 min
6、HTTP response codes: code 200 — 49 说明打开响应页面的类型,如果403的类型过多,那可能
要注意是否系统遇到了瓶颈。
特殊说明:
测试结果中主要的指标是 fetches/sec、msecs/connect 这个选项,即服务器每秒能够响应的查询次数。
用这个指标来衡量性能,似乎比 apache的ab准确率要高一些,也更有说服力一些。
Qpt-每秒响应用户数和response time,每连接响应用户时间。
测试的结果主要也是看这两个值。当然仅有这两个指标并不能完成对性能的分析,
我们还需要对服务器的cpu、men进行分析,才能得出结论。
相关文章推荐
- 使用Python中draw_net.py画网络结构图
- Android中使用HttpClient导包的问题
- file_get_contents(): Unable to find the wrapper "https" - did you forget to enable it 的解决
- Maven:Generating Project in Batch mode 卡住问题
- javascript photo http://www.cnblogs.com/5ishare/tag/javascript/
- 网络通信面试
- 网络爬虫框架的搭建以及使用HttpClient抓取解析网页的详细步骤
- Linux 网络编程 套接字选项
- 监测手机网络状态变化
- linux安全之TCP Wrappers
- 基于空间金字塔池化的卷积神经网络物体检测
- http post 请求
- 【概念】协议理解之HTTPS
- backbonefast Uplinkfast portfast 解释
- CentOS和Ubuntu系统简要网络配置及常用网络管理工具汇总
- http、TCP/IP协议与socket之间的区别
- HttpURLConnection 发送post请求。并将结果以JSONObject对象返回的轮子
- [国嵌攻略][135][网络子系统深度分析]
- 网络爬虫个人博客
- CNN卷积神经网络