基于kubernetes搭建分布式壓測系統是怎樣的

這篇文章將為大家詳細講解有關基于kubernetes搭建分布式壓測系統是怎樣的，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

分布式壓測方案借助的三個技術

原理上來講，需要借助三方面的技術：

編程技術

這里我們選擇了我們團隊較熟悉的python，不同團隊可以有不同的選擇；

壓測引擎

我們用的是Locust，因為它是用python寫腳本，其實也可以更換成jmeter之類的其它壓測引擎，

kubernetes

主要利用它的服務編排技術來進行一個資源上的調度，經過我們測試，如果是普通集群，在需要彈出集群物理節點的情況下，全部就緒需要90秒，但是使用彈性集群，則可以壓縮到15~20秒，所以推薦使用彈性集群。 整個技術框架原理上，壓測節點分為主節點（master）、從節點 （slave）和監控節點（monitor）三種類型：

主節點

負責任務管理和數據采集聚合，本身不進行壓測任務

從節點

負責壓測任務

監控節點

從主節點將結果通過webhook傳遞給web服務處理端；

另外這些節點的狀態、日志都會通過k8s的api進行采集。 根據壓測任務里主從節點所申請的資源，集群將提前伸縮好節點，并將任務分配到不同節點，以達到動態提高壓測能力的目的。

壓測流程

右邊為用戶所感知到的過程，壓測集中包括多個壓測場景，通過編寫壓測腳本和配置壓測參數的方式生成壓測任務，并最終生成壓測報告。

左邊為python控制集群來生成任務的過程，具體是渲染生成不同任務的yaml文件后，生成相應的 job pod，然后持續將 pod 狀態 、日志和壓測曲線結果反饋在頁面上。

整個過程所使用的技術并沒有多高深，主要是在集群應用上的一種探索。

實現方法

使用yaml編排job服務，舉例slave節點來說，主要是聲明一個job類型的工作負載，將生成的任務從節點名以及任務生成的命名空間渲染上去，然后設置我們的壓測基礎鏡像以及啟動命令，這里我們用到了 kubernetes 的幾個技巧，一個是通過hostAliases進行內部解析，這樣可以對一些內網代理進行壓測，另一個是聲明申請資源CPU，以便在任務啟動前提前伸縮好物理節點提供資源，還有一個是通過configmap掛載可執行文件，這樣可以注入參數在變化的啟動命令，而不需要重新構建鏡像。

然后說一下我們的代碼框架，主要是分為這幾個模塊：

• k8s模塊，提供一些如創建銷毀命名空間或pod、查看狀態、拉取日志等api功能；

• 基礎鏡像，較為簡單，主要安裝了一些基礎通用的庫，然后開通了一些內部使用的端口；

• 任務編排聲明文件，包括了我上面說的幾種節點服務；

• 任務核心方法類，主要是將上述的流程代碼實現，提供了一些方法，這里限于篇幅就不具體展開了。

然后最后我們來看下效果：

這是我們壓測系統的管理界面，現在看到的是壓測集，方便集中管理。

這是創建壓測場景，并基于該場景編寫python壓測腳本，并可設置我們的任務參數。

這是壓測任務詳情頁，可以看到壓測參數、狀態以及節點情況和查看日志。

這是壓測過程中實時生成的圖表，可以基于圖表情況進行分析。

未來改進方向

• 引擎類型或版本允許選擇更換；

• 批量定時分階段的自動壓測計劃；

• 將所有涉及資源圖表關聯進來，形成更為詳盡的報告；

• 任務資源限制與使用審批；

• 報告分析結論存檔，相關問題追蹤處理結果存檔；

• 相同條件的多次壓測結果對比展示；

• 使用更為云原生的方式管理任務的生命周期；

關于基于kubernetes搭建分布式壓測系統是怎樣的就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。