项目需求背景--性能压测分析

项目背景与目标：

        进一步提升和优化用户体验，降低机器负载成本且后台服务支持容器动态部署与快速扩容，增加数据通信安全性。

具体技术方案：

ios.andorid   移动端  < --  >  grpc.service.gw  grpc=网关 

                                                            |

                                                    demo1.service.gw,   demo2.service.gw   -> demo1.service

大白话：

移动端 根据设备 与grpc.service.gw 建立 长链接 -- 高速公路

用户注册/查询/登录 业务请求  -- 汽车

性能压测关注点：

1.grpc 长链接 支持 最大数，单CPU支持最大/最优链接数；

2.grpc  长链接 稳定性；

3.具体业务TPS与响应时间；

4.具体业务单CPU支持最大/最优TPS。

项目业务数据背景：

1.设备用户数 10W + ；

2.业务请求包含http,grpc,nettey接口；

3.http统计有 普罗米修斯监控，grpc与nettey接口响应需要自己统计；

4.设备用户与grpc长链接 1: 1 。

压测工程技术点：

   可以划分两个过程

  1. 针对grpc.service.gw grpc网关压测；

    关键点：grpc 初始化链接, grpc心跳包检测

  2. 在1点基础上，进行业务压测。

    关键点：需要动态维护10W+ 有效grpc.client -- 类似与压测点参数话部分

    关键点：动态的业务请求控制与有效请求与业务数据统计

整体难点：

10W+ 长链接多线程管理且压测工具性能

解决思路：

master locust python

salve boomer goland

使用goland语言天生对多线程优势，和对grpc\nettey更灵活对扩展性实现salve端代码，使用locust 主从模式与数据统计，后期不排查需要扩展locust统计图表功能。