? 优质资源分享 ?
| 学习路线指引（点击解锁） | 知识定位 | 人群定位 |
|---|---|---|
| ? Python实战微信订餐小程序 ? | 进阶级 | 本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。 |
| ?Python量化交易实战? | 入门级 | 手把手带你打造一个易扩展、更安全、效率更高的量化交易系统 |
前言
首先回应下@wen-wen 所贴的压测报告，我也把我和客户压测碰到的问题，和压测结果贴出来,这个结果是由客户提供的。不会有任何的舞弊手脚问题
问题一：Task.Run慎用
首先在最新的社区版本已经把Task.run全部去掉了(包括了kestrel RPC调用服务)，当你的程序有比较耗时的业务处理的时候，Task可以提升性能，但是不耗时的时候，也许就不能提高性能，反而成为瓶颈，因为当一批Task.run未执行完，新一批的请求又来了，就会阻塞造成cpu的升高，所以之前在netty 的ServerHandler中使用task.run ，在压测不带业务的服务时候，因为都是纳秒级的响应，所以造成了task的阻塞，执行万次的循环压测，CPU一直在20%左右，后续已经通过netty 的业务线程进行处理，CPU一直稳定在6%左右， 代码如下
| 12345678910111213141516171819202122232425262728293031323334353637383940414243444546 | if (_logger.IsEnabled(LogLevel.Debug))_logger.LogDebug($"准备启动服务主机，监听地址：{endPoint}。"); IEventLoopGroup bossGroup = new MultithreadEventLoopGroup(1);IEventLoopGroup workerGroup = new MultithreadEventLoopGroup();//Default eventLoopCount is Environment.ProcessorCount * 2var bootstrap = new ServerBootstrap(); if (AppConfig.ServerOptions.Libuv){var dispatcher = new DispatcherEventLoopGroup();bossGroup = dispatcher;workerGroup = new WorkerEventLoopGroup(dispatcher);bootstrap.Channel();}else{bossGroup = new MultithreadEventLoopGroup(1);workerGroup = new MultithreadEventLoopGroup();bootstrap.Channel();}var workerGroup1 = new SingleThreadEventLoop();// 声明业务线程bootstrap.Option(ChannelOption.SoBacklog, AppConfig.ServerOptions.SoBacklog).ChildOption(ChannelOption.Allocator, PooledByteBufferAllocator.Default) .Group(bossGroup, workerGroup).ChildHandler(new ActionChannelInitializer(channel =>{var pipeline = channel.Pipeline;pipeline.AddLast(new LengthFieldPrepender(4));pipeline.AddLast(new LengthFieldBasedFrameDecoder(int.MaxValue, 0, 4, 0, 4));pipeline.AddLast(workerGroup1, "HandlerAdapter", new TransportMessageChannelHandlerAdapter(_transportMessageDecoder));//添加业务线程处理//添加业务线程处理 pipeline.AddLast(workerGroup1, "ServerHandler", new ServerHandler(async (contenxt, message) => {var sender = new DotNettyServerMessageSender(_transportMessageEncoder, contenxt);await OnReceived(sender, message);}, _logger));}));try{_channel = await bootstrap.BindAsync(endPoint);if (_logger.IsEnabled(LogLevel.Debug))_logger.LogDebug($"服务主机启动成功，监听地址：{endPoint}。");}catch{_logger.LogError($"服务主机启动失败，监听地址：{endPoint}。 "); } } |
问题二：检查主频，核数
首先客户一开始测试使用的是家庭电脑，他一直压测不上去，说用jmeter怎么2000就timeout了，后面了解到他的电脑是4核，主频1.8，内存32G，后面告诉他你要达到预期就要高频或者多核的干净电脑。
| 1 | |
问题三：检查熔断策略
检查MaxConcurrentRequests，ExecutionTimeoutInMilliseconds 等设置
客户结果
单表新增数据库， cpu 一直保持在30%，可能因为ingress设置关系只能压测到4000
个人测试结果
无业务压测：
用httpkestrel 压测可以达到2w/s, rpc 可以达到10w/s
rpc 大家都可以测试, 通过社区版本下载， 启用server, 开启多个client 进行压测，有问题可以告诉我
总结
surging 正在往平台化发展， 年底应该会推出社区版雏形， 望大家多多关注。
转载请注明：xuhss » surging作者出具压测结果