Loadrunner通过ssh连接linux进行hadoop基准

2018-05-11  本文已影响53人  smooth00

Loadrunner通过ssh连接调用hadoop的测试Jar包进行基准测试,似乎有点讨巧,而且好像实际意义也不是特别大,但是通过这个方法的展示,能够看到Loadrunner的生命力有多大,而且在linux系统测试和开源技术的测试中,也是能够有用武之地,所以本文算是来个抛砖引玉吧。

1、在loadrunner中新建脚本(本文以LoadRunner11为例),要求选择协议类型为Java->Java Vuser

2、在Run-time Settings设置JDK路径,由于LoadRunner11不支持jdk1.8,本次测试是拷贝了一份低版本的JDK1.6,所以路径选择固定路径模式(Use specified JDK),当然也可以将JDK1.6配到环境变量中,LoadRunner就可以直接调了。

3、上网下载个jsch-0.1.41.jar,然后在LoadRunner中加载jsch的jar包

4、在Loadrunner中以Java Vuser协议创建脚本,脚本样例如下:

/*

* LoadRunner Java script. (Build: _build_number_)

*

* Script Description:

*                   

*/

import lrapi.lr;

import java.io.BufferedReader;

import java.io.InputStreamReader; 

import java.util.Vector; 

import com.jcraft.jsch.Channel; 

import com.jcraft.jsch.ChannelExec; 

import com.jcraft.jsch.JSch; 

import com.jcraft.jsch.JSchException; 

import com.jcraft.jsch.Session;

import java.io.InputStream;

public class Actions

{

        private String ipAddress; 

        private String username; 

        private String password; 

        public static final int DEFAULT_SSH_PORT = 22;   

        private Vector stdout;

private Session session=null;

private Channel channel=null;

        public void SSHCommandExecutor(final String ipAddress, final String username, final String password) { 

            this.ipAddress = ipAddress; 

            this.username = username; 

            this.password = password; 

            stdout = new Vector();

    JSch jsch = new JSch();

    try{

                session = jsch.getSession(username, ipAddress, DEFAULT_SSH_PORT); 

                session.setPassword(password);

session.setConfig("StrictHostKeyChecking", "no");

                //session.setUserInfo(userInfo); 

                session.connect(); 

                // Create and connect channel. 

                channel = session.openChannel("exec");

    } catch (JSchException e) { 

                // TODO Auto-generated catch block 

                e.printStackTrace(); 

            } catch (Exception e) { 

                e.printStackTrace(); 

            }

        } 

        public int CommandExecute(final String command) { 

            int returnCode = 0;         

            try {                 

                ((ChannelExec) channel).setCommand(command); 

                channel.setInputStream(null); 

                BufferedReader input = new BufferedReader(new InputStreamReader(channel 

                        .getInputStream())); 

                channel.connect(); 

                System.out.println("The remote command is: " + command); 

                // Get the output of remote command. 

                String line; 

                while ((line = input.readLine()) != null) { 

                    stdout.add(line); 

                } 

                input.close(); 

                // Get the return code only after the channel is closed. 

                if (channel.isClosed()) { 

                    returnCode = channel.getExitStatus(); 

                } 

                // Disconnect the channel and session. 

                //channel.disconnect(); 

                //session.disconnect(); 

            } catch (JSchException e) { 

                // TODO Auto-generated catch block 

                e.printStackTrace(); 

            } catch (Exception e) { 

                e.printStackTrace(); 

            } 

            return returnCode; 

        } 

public int init() throws Throwable {

    SSHCommandExecutor("172.17.2.12", "root", "123456");

return 0;

}//end of init

public int action() throws Throwable {

lr.start_transaction("exe_command");

    //----------------------------------------写入2个1M的文件---------------------------------

    /*String commandStr="yarn jar /usr/hdp/2.3.2.0-2950/hadoop-mapreduce/hadoop-mapreduce-client-jobclient-2.7.1.2.3.2.0-2950-tests.jar TestDFSIO -write -nrFiles 2 -fileSize 1";

    String commandLog="cat -b /root/TestDFSIO_results.log |tail -n10";*/

    //--------------------------------------------TestDFSIO -clean---------------------------

    //---------------------使用12个mapper和6个reducer来创建12个文件----------------------------

    String commandStr="yarn jar /usr/hdp/2.3.2.0-2950/hadoop-mapreduce/hadoop-mapreduce-client-jobclient-2.7.1.2.3.2.0-2950-tests.jar nnbench \\";

    commandStr+="\n -operation create_write -maps 12 -reduces 6 -blockSize 1 \\";

    commandStr+="\n -bytesToWrite 0 -numberOfFiles 12 -replicationFactorPerFile 3 \\";

    commandStr+="\n -readFileAfterOpen true -baseDir /benchmarks/NNBench-`hostname -s`";

    String commandLog="cat -b /root/NNBench_results.log |tail -n30";

    // ---------------------------------------------------------------------------------------

    // ------------------------------重复运行一个小作业10次,每次使用2个maps和1个reduces---------

    /*String commandStr="yarn jar /usr/hdp/2.3.2.0-2950/hadoop-mapreduce/hadoop-mapreduce-client-jobclient-2.7.1.2.3.2.0-2950-tests.jar mrbench -numRuns 10 -maps 2 -reduces 1";

    String commandLog="";//无日志文件,属于动态输出日志*/

    //----------------------------------------------------------------------------------------

    CommandExecute(commandStr+" \n "+commandLog);//commandStr表示运行hadoop的命令,commandLog表示要输出的日志

            for (String str : stdout) { 

                System.out.println(str); 

            }

lr.end_transaction("exe_command", lr.AUTO);

return 0;

}//end of action

public int end() throws Throwable {

    try{

channel.disconnect();

session.disconnect();

    }catch(Exception e){

System.out.println(e);

    }

return 0;

}//end of end

}

以上脚本的核心部分是CommandExecute,通过ssh连接linux执行shell命令,一般情况下运行成功后会输出运行日志,但是hadoop基础测试包的调用有些日志是写到后台中的,所以可以通过加上cat -b /root/NNBench_results.log |tail -n30这样的命令(具体需要准确知道日志文件的所在路径),来输出当前执行成功后的日志(比如NNBench测试输出的最后30行就是当前日志)。

5、运行脚本,测试通过的输出如下所示:

6、对于Loadrunner通过C的方式远程连接linux,也是有方法的,具体可以参考别人的文章:

http://blog.csdn.net/hualusiyu/article/details/8530319

上一篇 下一篇

猜你喜欢

热点阅读