php并发测试

① 为什么这么多人觉得运行php的并发可以上1000

关键还在于nginx+php+fastcgi搭建完或搭建过程中的一些优化。

② 解决FastCGI 进程超过了配置的活动超时时限的问题

近日，需要满足测试需求，进行大数据并发测试时，报出【HTTP
错误
500.0
-
Internal
Server
Error
E:PHPphp-cgi.exe
-
FastCGI
进程超过了配置的活动超时时限】
解决办法：
IIS7->FastCGI设置->双击"php-cgi.exe"->"活动超时"
项默认是设置为70(秒)，改为600(10分钟，此处根据需求设置可以略高~)

③ PHP做游戏服务端可以达到多少并发

PHP做游戏服务端可以达到并发十万。

包括使用缓存加速工具，经过优化后web性能有明显的提高。这是我用压力测试工具测试的并发数量。

自己下载个软件来做下压力测试才能得出较准确的数据，使用nginx更多是用来支持动态页面，而且还可以做代理和一些限制设置，但论功能而言比apache更广， apache 更擅长于对静态页面的解释，稳定且比nginx配置更为简单。

2012年数据：

2012上半年，中国游戏市场(包括PC网络游戏市场、移动网络游戏市场、PC单机游戏市场等)实际销售收入248.4亿元人民币，比2011上半年增长了18.5%。

2012上半年，中国PC网络游戏市场实际销售收入（包括了客户端网游、网页游戏、社交游戏及游戏平台的市场销售额）为235.5亿元人民币，比2011上半年增长了16.9%。

2012上半年，中国自主研发的PC网络游戏市场实际销售收入为168.6亿元人民币，占网络游戏市场实际销售收入的71.6%，较2011年同期的63%左右有明显提升。

④ php写的程序，进行性能测试，各项资源都正常，增加并发，tps不增长，响应时间增长，您觉得瓶颈在哪

问题没说清楚，也不好下定论啊，如果性能测试就压100个用户，在没达到瓶颈的情况，各项指标应该都是平稳的，波动起伏不会太大，只有慢慢增加用户，才会知道瓶颈所在随着用户的增加，下面各值会跟随增加吞吐量，CPU，点击率。。。等事务响应时间（这个系统一般没达到极限是不变的）当事务响应时间开始明显变长，说明系统达到了极限可以是CPU极限，可能是点击率极限，可能是网络极限。。。你继续增加用户了，响应时间变长，吞吐量点击开始明显下降，说明就到瓶颈了，然后在看是什么地方的瓶颈如果单一的吞吐量上不去，也可能是用户访问不多，吞吐量当然上不去

⑤ php 高并发解决思路解决方案

php 高并发解决思路解决方案，如何应对网站大流量高并发情况。本文为大家总结了常用的处理方式，但不是细节，后续一系列细节教程给出。希望大家喜欢。

一 高并发的概念

在互联网时代，并发，高并发通常是指并发访问。也就是在某个时间点，有多少个访问同时到来。

二 高并发架构相关概念

1、QPS (每秒查询率) : 每秒钟请求或者查询的数量，在互联网领域，指每秒响应请求数(指 HTTP 请求)

2、PV（Page View）：综合浏览量，即页面浏览量或者点击量，一个访客在 24 小时内访问的页面数量

--注：同一个人浏览你的网站的同一页面，只记做一次 pv

3、吞吐量（fetches/sec） ：单位时间内处理的请求数量 （通常由 QPS 和并发数决定）

4、响应时间：从请求发出到收到响应花费的时间

5、独立访客（UV）：一定时间范围内，相同访客多次访问网站，只计算为 1 个独立访客

6、带宽：计算带宽需关注两个指标，峰值流量和页面的平均大小

7、日网站带宽： PV/统计时间（换算到秒） * 平均页面大小（kb）* 8

三 需要注意点：

1、QPS 不等于并发连接数（QPS 是每秒 HTTP 请求数量，并发连接数是系统同时处理的请求数量）

2、峰值每秒请求数（QPS）= （总 PV 数*80%）/ （六小时秒数*20%）【代表 80%的访问量都集中在 20%的时间内】

3、压力测试： 测试能承受的最大并发数 以及测试最大承受的 QPS 值

4、常用的性能测试工具【ab，wrk，httpload，Web Bench，Siege，Apache JMeter】

四 优化

1、当 QPS 小于 50 时

优化方案:为一般小型网站,不用考虑优化

2、当 QPS 达到 100 时,遇到数据查询瓶颈

优化方案: 数据库缓存层,数据库的负载均衡

3、当 QPS 达到 800 时, 遇到带宽瓶颈

优化方案:CDN 加速,负载均衡

4、当 QPS 达到 1000 时

优化方案: 做 html 静态缓存

5、当 QPS 达到 2000 时

优化方案: 做业务分离,分布式存储

五、高并发解决方案案例:

1、流量优化

防盗链处理(去除恶意请求)

2、前端优化

(1) 减少 HTTP 请求[将 css,js 等合并]

(2) 添加异步请求(先不将所有数据都展示给用户,用户触发某个事件,才会异步请求数据)

(3) 启用浏览器缓存和文件压缩

(4) CDN 加速

(5) 建立独立的图片服务器(减少 I/O)

3、服务端优化

(1) 页面静态化

(2) 并发处理

(3) 队列处理

4、数据库优化

(1) 数据库缓存

(2) 分库分表,分区

(3) 读写分离

(4) 负载均衡

5、web 服务器优化

(1) nginx 反向代理实现负载均衡

(2) lvs 实现负载均衡

⑥ jmeter 压力测试地址占用

压测发起设备：windows 10
网络：局域网
压测软件：Jmeter 5.0
压测系统内存：Ubuntu 4核8G
PHP 版本：php7.1.23
Nginx 版本：nginx1.14.0
Mysql版本：5.7.24
Redis: 开启
CDN：关闭

压测的初期，在设置了 150qps/s 的并发数下压测几分钟后 Jmeter 就出现了如下报错。

开始考虑的方向是Nginx、PHP、MySQL做了相关限制导致线程被占用， 但是修改对应的配置后发现没有任何效果，该报错的还是报错。 查了一波资料，发现 windows 环境下的端口循环回收需要消耗2～4分钟。由此猜测可能是由于 windows下压测端口数有限，端口资源被占满，没有及时循环回收，导致报错。

使用 win + R 快捷键打开 cmd ，输入 regedit 命令打开注册表

2.1 找到 HKEY_LOCAL_ 目录。

2.2 右击 Parameters ，添加一个新的 DWORD ，命名为 MaxUserPort 。

2.3 然后双击 MaxUserPort ，输入 65534，基数选择 十进制（如果是分布式运行的话，控制机器和负载机器都需要这样操作）。

2.4 修改配置完毕后， 需要重启 windows 才会生效。

采用上述的解决方案之后，windows 下设置 150qps/s 并发数进行压测，暂时解决了端口占用的问题。在此基础上，将压测的并发数提高至 700qps/s，两分钟内达到 66000+ 个请求，数量超过了 65534 端口数，再次出现了同一报错。

step1: 使用 win + R 快捷键打开 cmd ，输入 regedit 命令打开注册表。

step2: 找到 HKEY_LOCAL_ 目录。

step3: 右击 parameters ，添加一个新的DWORD，命名为 TcpTimedWaitDelay ，将值设置为 30 , 缩短 TIME_WAIT 的等待时间。

step4: 重启windows，配置项生效。

Close_Wait 会占用一个连接，网络可用连接小。当数量过多时，可能会引起网络性能下降，并占用系统非换页内存。尤其是在有连接池的情况下(比如 HttpRequest )，会耗尽连接池的网络连接数，导致无法建立网络连接。

step1: 使用 win + R 快捷键打开 cmd ，输入 regedit 命令打开注册表。

step2: 找到 HKEY_LOCAL_ 目录。

step3: 在该目录下添加新的配置项。设置合理的 Keepalive 参数。

step4: 重启windows，配置项生效。

⑦ 如何使用ab对WebSocket服务器做并发性能测试

Apache服务器自带了ab压力测试工具，可以用来测试网站性能，使用简单方便。
工具/原料
Apache
方法/步骤
打开Apache服务器的安装路径，在bin目录中有一个ab.exe的可执行程序，就是我们要介绍的压力测试工具。

在Windows系统的命令行下，进入ab.exe程序所在目录，执行ab.exe程序。注意直接双击无法正确运行。

执行ab命令成功后，可以看到如图提示。该帮助很清楚详细的介绍了ab的用法以及各个参数的含义。
ab 的用法是：ab [options] [http://]hostname[:port]/path
例如：ab -n 5000 -c 200 http://localhost/index.php
上例表示总共访问http://localhost/index.php这个脚本5000次，200并发同时执行。

ab常用参数的介绍：
-n ：总共的请求执行数，缺省是1；
-c： 并发数，缺省是1；
-t：测试所进行的总时间，秒为单位，缺省50000s
-p：post时的数据文件
-w: 以html表的格式输出结果

执行测试用例：ab -n 1000 -c 100 -w http://localhost/index.php >>c:\1.html
上面的测试用例表示100并发的情况下，共测试访问index.php脚本1000次，并将测试结果保存到c:\1.html文件中。

测试报告如图，可知在该100并发访问的情况下，共测试访问1000次，失败了852次。可知该脚本在此环境无法满足100并发访问的要求。

修改参数继续测试。测试并发50和30两种情况，由测试报告得知，在并发访问降到30时，错误的访问数降为39。
步骤阅读

⑧ 4颗四核3.6处理器8G内存，要是linux AS4.0+php+Mysql最大并发能达到多少啊

我自己3台服务器
1台WEB
1台流媒体
1台WEB的数据及图片等存储

WEB服务器，最主要的是CPU的限制
像流媒体，最主要还是带宽，，其次就是内存
最后一台作为数据存储的，，主要就是带宽了

你这个配置已经不错了，，

并发数无法和你讨论，你起码得将你用途公布，才可以给你一个非常非常粗糙的估算，，和实际的会出入很大。

⑨ 【python】【压力测试】Locust压力测试工具

性能测试参数

熟悉 Apache ab 工具的同学都知道，它是没有界面的，通过命令行执行。 Locust 同样也提供的命令行运行，好处就是更节省客户端资源。

启动参数：
--no-web 表示不使用Web界面运行测试。
-c 设置虚拟用户数。
-r 设置每秒启动虚拟用户数。
-t 设置设置运行时间。

出现的报错及解决办法：
使用Locust进行性能测试，Locust no-web模式执行命令locust -f zkxl_verify_ locust.py --host= https://www..com --no-web -c 10 -r 2 -t 1m
提示locust: error: unrecognized arguments: --no-web -c

参考locust官方文档 https://docs.locust.io/en/latest/running-locust-without-web-ui.html?highlight=no-web
将命令参数--no-web 更改为 --headless，将命令中指定用户并发数的参数 -c 改为 -u，即更改命令为：locust -f zkxl_verify_ locust.py --host= https://www..com --headless -u 10 -r 2 -t 1m 即可.

locust的测试数据可以保存到CSV文件中，有两种方法可以进行此操作：
首先，通过Web UI运行Locust时，可以在“Download Data”选项卡下得到CSV文件。
其次，可以使用标签运行Locust，该标签将定期保存两个CSV文件。如果计划使用--no-web标签以自动化方式运行Locust

文件将被命名为example_response_times.csv 和 example_stats.csv （使用--csv=example）并记录Locust构建的信息。
如果你想要更快(慢)的写入速度，也可以自动以写入频率：

此数据将写入两个文件，并将_response_times.csv和_stats.csv添加到你提供的名称中：

和

打开命令提示符（或Linux终端），输入 locust --help 。

参考： 官方文档

一旦单台机器不够模拟足够多的用户时，Locust支持运行在多台机器中进行压力测试。

为了实现这个，你应该在 master 模式中使用 --master 标记来启用一个 Locust 实例。这个实例将会运行你启动测试的 Locust 交互网站并查看实时统计数据。master 节点的机器自身不会模拟任何用户。相反，你必须使用 --slave 标记启动一台到多台 Locustslave 机器节点，与标记 --master-host 一起使用(指出master机器的IP/hostname)。

常用的做法是在一台独立的机器中运行master，在slave机器中每个处理器内核运行一个slave实例。

在 master 模式下启动 Locust:

在每个 slave 中执行(192.168.0.14 替换为你 msater 的IP):

参数

--master

设置 Locust 为 master 模式。网页交互会在这台节点机器中运行。

--slave

设置 Locust 为 slave 模式。

--master-host=X.X.X.X

可选项，与 --slave 一起结合使用，用于设置 master 模式下的 master 机器的IP/hostname(默认设置为127.0.0.1)

--master-port=5557

可选项，与 --slave 一起结合使用，用于设置 master 模式下的 master 机器中 Locust 的端口(默认为5557)。注意，locust 将会使用这个指定的端口号，同时指定端口+1的号也会被占用。因此，5557 会被使用，Locust将会使用 5557 和 5558。

--master-bind-host=X.X.X.X`

可选项，与 --master 一起结合使用。决定在 master 模式下将会绑定什么网络接口。默认设置为*(所有可用的接口)。

--master-bind-port=5557

可选项，与 --master 一起结合使用。决定哪个网络端口 master 模式将会监听。默认设置为 5557。注意 Locust 会使用指定的端口号，同时指定端口+1的号也会被占用。因此，5557 会被使用，Locust 将会使用 5557 和 5558。

--expect-slaves=X

在 no-web 模式下启动 master 时使用。master 将等待X连接节点在测试开始之前连接。

如下图，我启动了一个 master 和两个 slave，由两个 slave 来向被测试系统发送请求。

client属性：

TaskSet类:实现了虚拟用户所执行任务的调度算法，包括规划任务执行顺序(schele_task)、挑选下一个任务(execute_next_task)、执行任务(execute_task)、休眠等待(wait)、中断控制(interrupt)等等。
在此基础上，我们就可以在TaskSet子类中采用非常简洁的方式来描述虚拟用户的业务测试场景，对虚拟用户的所有行为(任务)进行组织和描述，并可以对不同任务的权重进行配置。

在TaskSet子类中定义任务信息时，可以采取两种方式， @task 装饰器和 tasks 属性。

@task(1)中的数字表示任务的执行频率，数值越大表示执行的频率越高

采用tasks属性定义任务：

tasks = {test_job1:1, test_job2:2}中，test_job1:1,test_job2:2表示事件执行的频率，即test_job2的执行频率是test_job1的两倍

on_start函数是在Taskset子类中使用比较频繁的函数。在正式执行测试前执行一次，主要用于完成一些初始化的工作。
例如，当测试某个搜索功能，而该搜索功能又要求必须为登录态的时候，就可以先在on_start中进行登录操作，HttpLocust使用到了requests.Session，因此后续所有任务执行过程中就都具有登录态了

在TaskSequence类中，[email protected]_task()可以用来控制任务的执行顺序；里面的数值越小执行越靠前；

在Taskset类中，内置WAIT_TIME功能，它用于确定模拟用户在执行任务之间将等待多长时间。Locust提供了一些内置的函数，返回一些常用的wait_time方法。
1、 between(min,max)函数 ：用得比较多的函数
wait_time = between(3.0, 10.5)：任务之间等待的时间是3到10.5秒之间的任意时间
还可以用任意函数来定义等待时间， 比如平均1秒的等待时间
wait_time = lambda self: random.expovariate(1) 1000
2、 constant(number) 函数：
wait_time=constant(3)：任务之间等待的时候是3秒钟，且等待的时候不能超过任务运行的总时间，也就是在执行py文件时设置的时间
3、 constant_pacing(number) *函数:
wait_time=constant_pacing(3)：所以任务每隔3秒执行，但是当到达运行的总时间时，任务运行结束；

现实中有很多任务其实也是有嵌套结构的，比如用户打开一个网页首页后，用户可能会不喜欢这个网页直接离开，或者喜欢就留下来，留下来的话，可以选择看书、听音乐、或者离开；

在有Taskset嵌套的情况下，执行子任务时, 通过 self.interrupt() 来终止子任务的执行, 来回到父任务类中执行, 否则子任务会一直执行；

在上一页的案例中，在stay这个类中，对interrupt()方法的调用是非常重要的，这可以让一个用户跳出stay这个类有机会执行leave这个任务，否则他一旦进入stay任务就会一直在看书或者听音乐而难以自拔。

在进行接口多用户并发测试时，数据的重复使用可能会造成脚本的失败，那么需要对用户数据进行参数化来使脚本运行成功。
已登录功能为例：

创建 login_user() 方法，定义登录字典 users , 通过randint 随机获取字典中的用户数据。
在 login() 登录任务中，调用 login_user() 方法实现 随机用户的登录。

在此我们举出网络搜索的例子，假设每个人搜索的内容是不相同的；那么我们可以假设把数据放到队列中，然后从队列中依次把数据取出来；
可以利用python中Queue队列来进行处理；

Queue的种类 ：
Queue.Queue(maxsize=0)：先进先出队列
Queue.LifoQueue(maxsize=0)：后进先出队列
Queue.PriorityQueue(maxsize=0)：构造一个优先队列

参数maxsize是个整数，指明了队列中能存放的数据个数的上限。一旦达到上限，插入会导致阻塞，直到队列中的数据被消费掉。如果maxsize小于或者等于0，队列大小没有限制

Queue的基本方法 ：

个别情况下测试数据可重复使用，因此我们可以把参数化数据定义为一个列表，在列表中取出数据；

在某些请求中，需要携带之前response中提取的参数，常见场景就是session_id。Python中可用通过re正则匹配，对于返回的html页面，可用采用lxml库来定位获取需要的参数；
我们以Phpwind登陆的来进行举例，在登陆的接口中需要把token参数传给服务器，token的值由页的接口返回；

方法一：使用正则表达式
方法二：采用lxml库来定位获取需要的参数

技术点：
1、导模块：lxml模块
2、etree.HTML() 从返回html页面获取html文件的dom结构
3、xpath() 获取token的xpath路径

catch_response = True ：布尔类型，如果设置为 True, 允许该请求被标记为失败。
通过 client.get() 方法发送请求，将整个请求的给 response， 通过 response.status_code 得请求响应的 HTTP 状态码。如果不为 200 则通过 response.failure('Failed!') 打印失败！

参考文章：
https://www.jianshu.com/p/a48f4af81e67
https://www.cnblogs.com/fnng/p/6081798.html
http://class.itest.info/locust 【虫师】
https://cloud.tencent.com/developer/article/1594240 【官方文档的中文翻译】

⑩ 使用Jmeter进行http接口性能测试

在进行网页或应用程序后台接口开发时，一般要及时测试开发的接口能否正确接收和返回数据，对于单次测试，Postman插件是个不错的Http请求模拟工具。

但是Postman只能模拟单客户端的单次请求，而对于模拟多用户并发等性能测试，就必须借助其他的工具了，这里推荐功能强大的JMeter自动化测试工具

Apache JMeter - Apache JMeter™

Apache JMeter是Apache组织开发的基于Java的压力测试工具。用于对软件做压力测试，它最初被设计用于Web应用测试但后来扩展到其他测试领域。 它可以用于测试静态和动态资源例如静态文件、Java 小服务程序、CGI 脚本、Java 对象、数据库， FTP 服务器， 等等。JMeter 可以用于对服务器、网络或对象模拟巨大的负载，来自不同压力类别下测试它们的强度和分析整体性能。

下面就以上图的Restful类型的接口为例简单介绍使用Jmeter进行接口测试的方法。

获取某个具体网关设备的基本信息。

请求

方法：GET

URI：/api/gateway/<gateway_id>

参数：

在HTTP请求（http request）的头部（header）添加Userid和Token字段作为用户验证字段

响应

返回值：JSON格式的网关信息

参数：

.启动jmeter：在bin下以管理员身份运行jmeter.bat，启动jmeter

2. 创建测试计划：

默认启动jmeter时会加载一个测试技术模板，保存测试计划：修改名称为Apitest,点击保存，选择保存路径,后面的步骤，每次添加或修改了了一些选项，软件并不会自动保存到jmx文件中，所以进行测试后，如果需要保存本次测试选项，要手动到“文件”菜单中保存一下。

3. 添加线程组

右键左边树中的测试计划“Apitest”节点，“添 加”→”Threads”→”线程组”

添加成功后，“Apitest”节点下多了“线程组” 节点,当然这个线程组的名称是可以自己设定的。

4. 添加http默认请求：（用来配置公共参数,不是http请求）

右键线程组，选择“添加”→ “配置元件”→“HTTP请求默认值”，点击“HTTP请求默认值”后

添加成功后，线程组”节点下多了“HTTP请求默认值”节点

这里可以设置主机地址等一下公共参数，比如我们的例子中请求路径前面都是主机地址+index.php,就可以统一在"http请求默认值"里设置

填写默认请求名、服务器、默认请求路径，保存测试计划。

5.添加http请求信息头

这一项并不是必须的，只不过我们的例子中使用了Userid和Token放在HTTP请求头中用作用户验证

右键“Apitest”，选择“添加”→ “配置元件”→“HTTP信息头管理器”

6. 添加http请求

右键“Apitest”，选择“添加”→ “Sampler”→“HTTP请求”

添加成功后，出现新的节点“HTTP请求”，就可以填写具体的请求参数了。

填写完成，保存测试计划

7. 添加监听器：

右键线程组，选择“添加”→“监听器”→“XXXXXXXXX”

可以添加的监听器有很多种，可以添加多个监听器，这里我们添加几个常用的“图形结果”、“察看结果树”、“聚合报告”

添加成功后，“线程组”下增加了几个节点

8. 试运行

点击执行

可以查看各个“监听器”的结果

Label：每个 JMeter 的 element（例如 HTTP Request）都有一个 Name 属性，这里显示的就是 Name 属性的值

#Samples：表示你这次测试中一共发出了多少个请求，如果模拟10个用户，每个用户迭代10次，那么这里显示100

Average：平均响应时间——默认情况下是单个 Request 的平均响应时间，当使用了 Transaction Controller 时，也可以以Transaction 为单位显示平均响应时间

Median：中位数，也就是 50％ 用户的响应时间

90% Line：90％ 用户的响应时间

Note：关于 50％ 和 90％ 并发用户数的含义，请参考下文

http://www.cnblogs.com/jackei/archive/2006/11/11/557972.html

Min：最小响应时间

Max：最大响应时间

Error%：本次测试中出现错误的请求的数量/请求的总数

Throughput：吞吐量——默认情况下表示每秒完成的请求数（Request per Second），当使用了 Transaction Controller 时，也可以表示类似 LoadRunner 的 Transaction per Second 数

KB/Sec：每秒从服务器端接收到的数据量，相当于LoadRunner中的Throughput/Sec

9. 修改线程组的线程数等参数，用于压力测试

点击左侧树形导航中的“线程组”

设置上面几个参数，模拟的总的请求数是：线程数*循环次数。执行一下，用“图形结果”监听器查看一下

样本数目：总共发送到服务器的请求数.

最新样本：代表时间的数字,是服务器响应最后一个请求的时间.

吞吐量：服务器每分钟处理的请求数.

平均值：总运行时间除以发送到服务器的请求数.

中间值：时间的数字,有一半的服务器响应时间低于该值而另一半高于该值.

偏离：服务器响应时间变化、离散程度测量值的大小,或者,换句话说,就是数据的分布.