前言

项目最近需要接入一个推送功能，之前都是用云端内部接口模拟推送诊修消息的，但是实际触发场景是：诊修服务会将消息下发到kafka充当生产者，然后kafka推送给下游云端进行消费，所以，要模拟生产者往kafka推送消息，并且还要模拟批量推送的场景，以便掌握批量推送诊修消息的性能是否满足正常要求（每秒20~50条左右的强度）

性能场景（jmeter）

jmeter工具是常规性能测试工具，功能比较完善，这里选择此工具作为性能场景的测试工具，下面说下大致测试思路以及工具的使用方法。

思路

首先要先确认或者调研一下，推送频率的两个维度，同一时间点内和同一时间段内，推送的强度有多大（如果按上述诊修逻辑来看，基本不会出现大并发量的）。

如果是每秒20~50条的强度推送的话，不需要设置集合点，可以设置在多少秒内全部启动20~50个线程场景进行验证（ramp-up就是设置多少秒启动所有线程的方式，如果设置为0代表立即启动所有线程），然后监控kafka的消费者对应的服务性能（alarm）

方法

1.jmeter设置线程配置

 2.需要下载一个jar包，放到jmeter的lib/ext路径下kafkameter-0.2.0.jar,见下图

 3.线程组下添加java请求

4.按照实际地址改以下四个栏位数据

kafka_brokers--kafka的ip地址

kafka_topic--topic的名称

kafka_key -- 随便填

kafka_message --消息推送内容

其中，消息内容，加了随机函数和时间函数，用来区分批量数据，模板如下：

[{ "type":${__Random(1001,1003,id)}, "terminal":"10256960901", "content":{"faultContent":[{"faulttitle":"gx增压温度传感器或线束故障或温度异常${__time(,time)}"}],"terminal":"099034779244","carLon":"113.412648","faultLevel":"1","faultDesc":"","faultName":"增压温度采集电压超出上限值","carLat":"23.177706","faultCode":"P007A12","faultId":"60d3df53e4b092b899c4b939","vin":"LFWNHXSE0HAD15717","location":"广东省广州市天河区新塘街道高普路","time":"2021-06-24 09:26:42","faultSystem":"EMS","registerCode":"60d3df53e4b092b899c4b939"} }]

备注：上面模板中的terminal取自car表的auto_terminal字段，且设备必须在线状态，且校验tkui_car表

 

 

5.推送一个线程看下结果（前提是此设备必须在线状态，否则不会推）

 一般推送场景（python）

导入kafka的包，然后模拟生产者向指定的kafka地址推送单个消息（这里推送的消息可以放到excel中，然后读取，后面如有需要可以优化），也可以写个循环语句，推送指定次数的消息