事件溯源应用中Event Store的吞吐量测试方案咨询

一、核心测试规则明确 #

• 测试目标：账户聚合根创建时触发的Opened事件写入性能，采用串行同步执行逻辑——每创建一个账户，必须等Event Store返回写入成功确认，再发起下一个账户创建请求
• 测试对象优先级：先测RDS Postgres，后续扩展至AWS其他备选方案（如DynamoDB、Aurora、EventBridge等）
• 预期输出：生成「事件速率随累计事件数变化」的趋势图（横轴为已生成的事件总数，纵轴为每秒事件创建速率）

二、JMeter测试实施步骤 #

1. 前置准备

   • 确保银行账户应用的创建账户API稳定可用，且接口返回包含明确的「事件写入成功」标识（如"status":"success"或事件ID）
   • 配置JMeter环境，安装Summary Report和Backend Listener插件，方便数据收集与可视化

2. 测试计划配置

   • 线程组设置：线程数设为1（保证串行执行），循环次数填目标测试总事件数（如1000/5000/10000），禁用「延迟线程创建」
   • HTTP请求配置：添加POST请求，填入创建账户的API地址，请求体用JMeter内置的${__UUID()}生成唯一账户ID，适配应用参数要求
   • 断言验证：添加响应断言，检查返回结果中存在「写入成功」标识，确保只有确认写入完成后才执行下一次请求
   • 计时器：不添加额外思考时间，保持请求连续串行触发

3. 数据可视化

   • 通过「Summary Report」和「Graph Results」组件实时查看每秒事件数（吞吐量）与响应时间
   • 导出测试数据为CSV格式，用Excel或Python（Matplotlib/Seaborn）绘制「事件速率-累计事件数」趋势曲线

三、Gatling测试实施步骤 #

1. 编写仿真脚本
   用Scala编写串行执行的测试脚本，核心逻辑如下：

   import io.gatling.core.Predef._
   import io.gatling.http.Predef._
   import scala.concurrent.duration._
   
   class AccountCreateSimulation extends Simulation {
     // 配置应用API基础信息
     val httpConf = http
       .baseUrl("http://你的应用API地址")
       .acceptHeader("application/json")
       .contentTypeHeader("application/json")
   
     // 定义串行创建账户的测试场景
     val testScenario = scenario("串行创建账户")
       .repeat(10000) { // 替换为目标测试总事件数
         exec(http("创建账户请求")
           .post("/accounts")
           .body(StringBody("""{"accountId": "${uuid()}"}""")) // 替换为实际请求体格式
           .check(status.is(200))
           .check(jsonPath("$.eventId").exists) // 验证事件写入成功
         )
       }
   
     // 启动测试：1用户持续触发请求，保证串行逻辑
     setUp(
       testScenario.inject(constantUsersPerSec(1) during Duration.Inf)
     ).protocols(httpConf)
   }
   

2. 执行与数据导出

   • 运行脚本后，Gatling自动生成HTML报告，可查看每秒请求数（吞吐量）等核心指标
   • 从results目录导出CSV数据，用可视化工具生成目标趋势图

四、多Event Store对比测试注意事项 #

• 严格控制变量：切换不同Event Store测试时，保持应用配置、服务器资源、测试串行模式、总事件数完全一致，确保对比结果有效
• 清空测试数据：每次测试前清空Event Store中的历史测试数据，避免数据堆积影响性能
• 多次测试取均值：每个Event Store至少运行3次测试，取吞吐量平均值作为对比基准，降低单次测试的波动影响
• 监控资源指标：同时跟踪Event Store的CPU、内存、磁盘IO使用率，辅助定位性能瓶颈

内容的提问来源于stack exchange，提问作者ethicalguy