如何使用JMeter对Apache Ignite数据展示场景开展性能测试？

一、前置准备 #

• 安装JMeter：使用最新稳定版，解压后可按需配置环境变量。
• 部署Apache Ignite集群：启动至少1个Ignite节点，配置持久化（若需），提前写入与生产规模匹配的测试数据（可通过Ignite SQL、Java API批量插入，模拟真实数据分布）。
• 准备Ignite依赖包：若用Java API调用Ignite，将ignite-core.jar、ignite-indexing.jar等核心依赖复制到JMeter的lib/ext目录，重启JMeter加载依赖。
• （可选）安装PerfMon插件：用于监控Ignite节点资源利用率，在JMeter插件管理器中搜索安装PerfMon Metrics Collector，同时在每个Ignite节点启动ServerAgent（直接运行startAgent.sh/startAgent.bat即可）。

二、搭建JMeter测试计划 #

1. 创建线程组 #

右键点击"测试计划" → "添加" → "Threads (Users)" → "线程组"，配置核心参数：

• 线程数：模拟的并发用户数（建议从10开始逐步递增到200）
• Ramp-Up时间：线程全部启动的时长（比如100线程设为60秒，即每秒启动约1.7个线程）
• 循环次数：选择"永远"，再通过"调度器"设置测试持续时间（比如10分钟），避免循环次数限制测试时长。

2. 添加Ignite查询采样器（核心操作） #

数据展示场景以查询为主，推荐用JSR223采样器调用Ignite Java API（性能比REST API更稳定）：
右键点击线程组 → "添加" → "取样器" → "JSR223 Sampler"

• 选择语言为groovy（性能优于Java）
• 编写查询逻辑示例（模拟分页查询用户数据）：

// 从SetUp线程组复用Ignite连接（若未用SetUp，可在此直接初始化）
Ignite ignite = vars.getObject("ignite")

// 获取目标缓存
IgniteCache<Long, User> userCache = ignite.cache("USER_CACHE")

// 构造分页查询（模拟数据展示场景的分页需求）
SqlQuery<Long, User> query = new SqlQuery<>(User.class, "age > ?")
query.setArgs(30)
query.setPageSize(20)
query.setPageNumber(vars.get("pageNum") as Integer)

// 执行查询并验证结果
QueryCursor<Cache.Entry<Long, User>> cursor = userCache.query(query)
List<Cache.Entry<Long, User>> results = cursor.getAll()

if (results.isEmpty()) {
    SampleResult.setSuccessful(false)
    SampleResult.setResponseMessage("查询结果为空")
} else {
    SampleResult.setSuccessful(true)
    SampleResult.setResponseData("查询到" + results.size() + "条数据", "UTF-8")
}

cursor.close()

注：client-config.xml为Ignite客户端配置文件，需放在JMeter的bin目录，配置需与集群匹配（如集群地址、客户端模式）。

3. 添加辅助配置元件 #

• SetUp线程组：初始化Ignite连接并复用，避免每次请求重建连接。右键点击测试计划 → "添加" → "Threads (Users)" → "SetUp Thread Group"，线程数设为1，添加JSR223采样器：

Ignite ignite = Ignition.start("client-config.xml")
vars.putObject("ignite", ignite)

• TearDown线程组：测试结束后关闭Ignite连接，避免资源泄漏。添加JSR223采样器：

Ignite ignite = vars.getObject("ignite")
if (ignite != null && !ignite.isClosed()) {
    ignite.close()
}

• 用户定义的变量：添加pageNum等变量，模拟不同页码的查询场景，右键点击线程组 → "添加" → "配置元件" → "用户定义的变量"。

4. 添加监听器收集指标 #

针对所需的4个核心指标，添加以下监听器：

• 聚合报告：查看吞吐量（Requests per Second）、平均延迟（Average）、错误率（Error %）等核心数据。
• PerfMon Metrics Collector：监控Ignite节点的CPU、内存、磁盘IO、网络IO等资源利用率，配置时添加节点IP和ServerAgent端口（默认4444），选择需监控的指标。
• 响应时间分布图：可视化延迟分布，分析长尾延迟问题。
• 查看结果树：调试阶段启用，查看错误详情，正式压测时建议关闭以节省资源。

三、执行压测 #

1. 用命令行模式运行（避免GUI占用资源导致结果失真）：

jmeter -n -t ignite-data-display-test.jmx -l result.jtl -e -o report-output

参数说明：

• -n：非GUI模式
• -t：指定测试计划文件
• -l：保存测试结果到jtl文件
• -e：测试结束后生成HTML报告
• -o：HTML报告输出目录

2. 设计压测场景：
   • 逐步增加并发数：依次测试10、50、100、200并发，每个场景运行10分钟，间隔足够时间让集群恢复。
   • 模拟真实场景：混合单条查询、分页查询、聚合查询等操作，比例与生产数据展示场景一致。

四、分析测试结果 #

1. 错误率：查看聚合报告的Error %列，若错误率过高，检查Ignite集群状态、查询语句正确性或客户端连接配置。
2. 吞吐量：关注Throughput指标（每秒处理请求数），对比不同并发下的变化，找到集群饱和点。
3. 延迟：分析Average、Median、90% Line、99% Line指标，重点关注长尾延迟是否符合预期。
4. 资源利用率：通过PerfMon图表查看节点CPU、内存使用率，若CPU持续满载或内存不足，说明集群资源成为瓶颈，需扩容或优化配置。

内容的提问来源于stack exchange，提问作者Equanimity9121