技术学习分享_CKX技术 技术资讯 JMeter 扩展插件实现对自定义协议的支持

JMeter 扩展插件实现对自定义协议的支持

广告位

前言

我们已经在前文中介绍了​​如何使用 JMeter 的 Java Sampler 扩展机制​​轻松实现对新协议的支持。Java Sampler 方式的优点在于实现快速,只需关注协议的逻辑部分即可;但缺点是只能以参数的方式进行互动,界面可用性不高,主要用于待测试协议的原型开发。如果希望实现类似 HTTP Sampler 的界面完整友好的协议扩展,JMeter 也提供了相应的扩展机制,接下来我们将以扩展一个简单的 Apache Kafaka Producer Sampler 为例,介绍如何实现更完善的新协议插件。

Kafka 简介

Apache Kafka 是由 Apache 软件基金会开发的一个开源消息系统项目。Kafka 最初是由 LinkedIn 开发,并于2011年初开源,2012年10月从 Apache 孵化器毕业。该项目的目标是为处理实时数据提供一个统一、高通量、低等待的平台。

如下图所示,Kafka 的 Producer(数据生产者)通过 Socket 向 Kafka 集群上配置好的 Topic(主题)发送数据,Consumer(数据消费者)在另一端消费由生产者产生的数据,并进行业务的处理。Kafka 作为一个优秀的消息处理系统,在集群配置、主题管理等方面有很多值得深入理解和优化的地方,由于本文的重点是 JMeter 的扩展,只以 Kafka 的生产者为例来介绍如何利用 JMeter 模拟大量生产者。

准备工作

扩展实现 JMeter 插件之前,先考虑清楚哪些选项需要暴露给测试人员。像使用 HTTP Sampler 进行测试时,需要让测试人员提供服务器地址、端口号、路径、请求方法、请求内容等信息。有时也需要进行一些高级配置,比如同线程组里的连接是否共用,这些选项也会在界面中体现,当然插件实现业务逻辑的时候处理连接的代码也会有所不同。

往 Kafka 上发送消息时,需要提供一些基本配置信息(实际 Kafka 的生产者配置不止这些,这里只举例了最基本的一些配置项作为演示),如果读者对下面所说的内容不了解也不要紧,只需要理解做这些准备的目的是为了将这些配置选项提供给 Kafka 测试人员,在开始测试之前可以针对被测系统进行配置。

  1. 服务器所在地址,在 Kafka 中称之为 Broker;
  2. 目标主题的名称;
  3. Value Serializer:Kafka 通过网络发送的消息,需要将其序列化。Kafka 消息包括 Key 和 Value,示例中发送不带 Key 的消息,因此要指定是消息中的 Value 的序列化方式;
  4. 发送的消息。

下图是本文最终完成的 JMeter Kafka Producer Sampler 插件的截图,使用该插件进行测试前,需要输入上面所列的信息。

JMeter 扩展插件实现对自定义协议的支持

JMeter 扩展实现

步骤1:准备开发环境

前方已经介绍过如何准备开发环境,请参考 ​​JMeter 扩展开发:自定义函数​​ 创建 Maven 项目。针对本文的任务, 项目中需要使用到的依赖包括 ​​ApacheJMeter_core​​ 和 ​​ApacheJMeter_java​​,以及 Kafka 类库。

项目 pom.xml 中所需的依赖部分如下:

<dependencies>
<dependency>
<groupId>org.apache.jmeter</groupId>
<artifactId>ApacheJMeter_core</artifactId>
<version>5.4.3</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.jmeter</groupId>
<artifactId>ApacheJMeter_java</artifactId>
<version>5.4.3</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>3.3.0</version>
</dependency>
</dependencies>

项目创建完毕后,开始编写代码来实现插件。

步骤2:开发插件界面

之前扩展的 Java Sampler 的界面已由 JMeter 扩展框架来处理,因此不需要我们重新编写。但是本文示例的插件,需要自定义插件的界面,所以需要把插件界面也一并开发。JMeter 扩展机制中,界面与业务逻辑是分离的,界面的开发也由独立的类来完成。

需要注意的是,JMeter 的扩展机制会从 $JMETER_HOME/lib/ext 目录下去动态加载符合指定条件的 jar 包,并在 JMeter 中显示出来。比如要扩展 UI 的话,扩展的 Java 类的包名须包含”.gui”,回忆一下,之前介绍的扩展函数也是类似,它的 Java 类的包名需要包含”.functions”。我们创建以下这个包:com.emqx.xmeter.demo.kafka.sampler.gui。

然后新建一个类:com.emqx.xmeter.demo.kafka.sampler.gui.KafkaSamplerUI,并指定其父类为org.apache.jmeter.samplers.gui.AbstractSamplerGui。AbstractSamplerGui 是 JMeter Sampler 实现界面的统一父类。新建的 KafkaSamplerUI.java 要实现以下的功能:

  1. 界面布局与控件生成。JMeter 的界面是标准的 Swing,所以里面的控件和布局都是标准 Swing 的写法。
  2. 界面与 Sampler 之间的数据交换。Sampler 在 JMeter 中继承自 TestElement,用户输入的数据保存在 Sampler 中,并持久化保存到 .jmx 脚本文件中。因此可以认为 Sampler 是界面的模型。

界面与模型(Sampler)之间的数据交换需要实现父类的以下几个方法:

方法 1:

public void configure(TestElement element)

该方法用于把 Sampler 中的数据加载到界面中。在实现自己的逻辑之前,先调用父类的方法super.configure(element),可以确保框架自动为你加载一些缺省数据,比如 Sampler 名字。

方法 2:

public void modifyTestElement(TestElement element)

该方法用于把界面的数据移到 Sampler 中,刚好与 ​​configure​​ 方法相反。在调用自己的实现方法前,先调用super.configureTestElement(element),也会帮助移动一些缺省数据到 Sampler 中。

方法 3:

public TestElement createTestElement()

该方法创建一个新的 Sampler,然后将界面中的数据设置到这个新的 Sampler 实例中。

方法 4:

public void clearGui()

该方法会在重新渲染界面的时候调用,可以在其中设置界面控件中显示的一些缺省值。

方法 5:

public String getLabelResource()

该方法指定显示在界面上 Sampler 子菜单中显示的 Sampler 名称,是通过指定资源文件中的资源名来匹配多语言的。也可以通过方法 getStaticLabel 来指定固定的名称,这样的名称将不会随 JMeter 语言改变而变动。如本文的例子中,我们将 Sampler 显示名称设定为固定的”Kafka Producer Sampler”。

本例中使用的完整界面代码如下,对以上的方法均进行了实现。界面上包括4个控件(3个设置参数的控件中同一个 panel 中,发送消息的控件在另一个 panel 中)。

package com.emqx.xmeter.demo.kafka.sampler.gui;

import java.awt.BorderLayout;
import java.awt.Color;
import java.awt.GridLayout;

import javax.swing.BorderFactory;
import javax.swing.JLabel;
import javax.swing.JPanel;

import org.apache.jmeter.gui.util.JSyntaxTextArea;
import org.apache.jmeter.gui.util.JTextScrollPane;
import org.apache.jmeter.gui.util.VerticalPanel;
import org.apache.jmeter.samplers.gui.AbstractSamplerGui;
import org.apache.jmeter.testelement.TestElement;
import org.apache.jorphan.gui.JLabeledTextField;

import com.emqx.xmeter.demo.kafka.samplers.KafkaSampler;

public class KafkaSamplerUI extends AbstractSamplerGui {

private static final long serialVersionUID = 1L;

private final JLabeledTextField brokersField = new JLabeledTextField("Brokers");
private final JLabeledTextField topicField = new JLabeledTextField("Topic");
private final JLabeledTextField valueSerializerField = new JLabeledTextField("Value Serializer");

private final JSyntaxTextArea textMessage = JSyntaxTextArea.getInstance(10, 50);
private final JLabel textArea = new JLabel("Message");
private final JTextScrollPane textPanel = JTextScrollPane.getInstance(textMessage);

public KafkaSamplerUI() {
super();
this.init();
}

//界面布局初始化
private void init() {
setLayout(new BorderLayout());
setBorder(makeBorder());

add(makeTitlePanel(), BorderLayout.NORTH);
JPanel mainPanel = new VerticalPanel();
add(mainPanel, BorderLayout.CENTER);

JPanel DPanel = new JPanel();
DPanel.setLayout(new GridLayout(3, 2));
DPanel.add(brokersField);
DPanel.add(topicField);
DPanel.add(valueSerializerField);

JPanel ControlPanel = new VerticalPanel();
ControlPanel.add(DPanel);
ControlPanel.setBorder(BorderFactory.createTitledBorder(BorderFactory.createLineBorder(Color.gray), "Parameters"));
mainPanel.add(ControlPanel);

JPanel ContentPanel = new VerticalPanel();
JPanel messageContentPanel = new JPanel(new BorderLayout());
messageContentPanel.add(this.textArea, BorderLayout.NORTH);
messageContentPanel.add(this.textPanel, BorderLayout.CENTER);
ContentPanel.add(messageContentPanel);
ContentPanel.setBorder(BorderFactory.createTitledBorder(BorderFactory.createLineBorder(Color.gray), "Content"));
mainPanel.add(ContentPanel);
}

public String getLabelResource() {
throw new RuntimeException();
}

public String getStaticLabel() {
return "Kafka Producer Sampler";
}

public TestElement createTestElement() {
KafkaSampler sampler = new KafkaSampler();
this.setupSamplerProperties(sampler);
return sampler;
}

public void modifyTestElement(TestElement element) {
KafkaSampler sampler = (KafkaSampler) element;
this.setupSamplerProperties(sampler);
}

private void setupSamplerProperties(KafkaSampler sampler) {
this.configureTestElement(sampler);
sampler.setBrokers(this.brokersField.getText());
sampler.setTopic(this.topicField.getText());
sampler.setMessage(this.textMessage.getText());
sampler.setValueSerializer(this.valueSerializerField.getText());
}

@Override
public void configure(TestElement element) {
super.configure(element);
KafkaSampler sampler = (KafkaSampler)element;
this.brokersField.setText(sampler.getBrokers());
this.topicField.setText(sampler.getTopic());
this.valueSerializerField.setText(sampler.getValueSerializer());
this.textMessage.setText(sampler.getMessage());
}

@Override
public void clearGui() {
super.clearGui();
this.brokersField.setText("kafka_server:9092");
this.topicField.setText("jmeterTest");
this.valueSerializerField.setText("kafka.serializer.StringEncoder");
this.textMessage.setText("");
}
}

步骤3:开发 Sampler 逻辑

新开发的 Sampler 需要继承父类 org.apache.jmeter.samplers.AbstractSampler,并做以下实现:

  1. 增加 getter/setter 方法,用于与界面之间的数据交换。用户保存/打开 .jmx 脚本文件时,这些数据将被自动序列化/反序列化。
  2. 实现 sample 方法:
public SampleResult sample(Entry entry)

JMeter 通过该方法,对目标系统发起请求,主要完成的工作包括:

  • 记录请求处理时间
  • 对返回结果进行处理和判断
  • 根据处理结果返回 SampleResult,该 SampleResult 中需要判断返回的内容是否成功,并指定展示给测试人员的消息等。

该方法的基本实现框架如下所示:

public SampleResult sample(Entry entry) {
SampleResult result = new SampleResult();
result.setSampleLabel(getName());
try {
result.sampleStart();
//对目标系统发出测试请求
//...
//收到目标系统的响应
result.sampleEnd();
result.setSuccessful(true);
result.setResponseCodeOK();
} catch (Exception e) {
result.sampleEnd();
result.setSuccessful(false);
result.setResponseMessage("Exception: " + e);
java.io.StringWriter stringWriter = new java.io.StringWriter();
e.printStackTrace(new java.io.PrintWriter(stringWriter));
result.setResponseData(stringWriter.toString(), null);
result.setDataType(org.apache.jmeter.samplers.SampleResult.TEXT);
result.setResponseCode("FAILED");
}
return result;
}

本例的实现中,将为每个虚拟用户生成一个 Kafka 的 Producer 对象,并将界面中指定的消息发送到 Kafka 服务器。完整的代码如下:

package com.emqx.xmeter.demo.kafka.samplers;

import java.text.MessageFormat;
import java.util.Properties;
import java.util.concurrent.ConcurrentHashMap;

import org.apache.jmeter.samplers.AbstractSampler;
import org.apache.jmeter.samplers.Entry;
import org.apache.jmeter.samplers.SampleResult;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.log4j.Logger;

public class KafkaSampler extends AbstractSampler {

private static final long serialVersionUID = 1L;

private static final String KAFKA_BROKERS = "kafka.brokers";
private static final String KAFKA_TOPIC = "kafka.topic";
private static final String KAFKA_MESSAGE = "kafka.message";
private static final String KAFKA_VALUE_SERIALIZER = "kafka.value.serializer";

private static ConcurrentHashMap<String, Producer<String, String>> producers = new ConcurrentHashMap<>();
private static final Logger log = Logger.getLogger(KafkaSampler.class);

public KafkaSampler() {
setName("Kafka Sampler");
}

@Override
public SampleResult sample(Entry entry) {
SampleResult result = new SampleResult();
result.setSampleLabel(getName());
try {
result.sampleStart();

Producer<String, String> producer = getProducer();
ProducerRecord<String, String> msg = new ProducerRecord<String, String>(
getTopic(), getMessage());
producer.send(msg);

result.sampleEnd();
result.setSuccessful(true);
result.setResponseCodeOK();
} catch (Exception e) {
result.sampleEnd();
result.setSuccessful(false);
result.setResponseMessage("Exception: " + e);
java.io.StringWriter stringWriter = new java.io.StringWriter();
e.printStackTrace(new java.io.PrintWriter(stringWriter));
result.setResponseData(stringWriter.toString(), null);
result.setDataType(org.apache.jmeter.samplers.SampleResult.TEXT);
result.setResponseCode("FAILED");
}
return result;
}

private Producer<String, String> getProducer() {
String threadGrpName = getThreadName();
Producer<String, String> producer = producers.get(threadGrpName);
if(producer == null) {
log.info(MessageFormat.format("Cannot find the producer for {0}, going to create a new producer.", threadGrpName));
Properties props = new Properties();
props.put("bootstrap.servers", getBrokers());
props.put("value.serializer", getValueSerializer());
props.put("linger.ms", 1);
producer = new KafkaProducer<String,String>(props);

producers.put(threadGrpName, producer);
}
return producer;
}

public String getBrokers() {
return getPropertyAsString(KAFKA_BROKERS);
}

public void setBrokers(String brokers) {
setProperty(KAFKA_BROKERS, brokers);
}

public String getTopic() {
return getPropertyAsString(KAFKA_TOPIC);
}

public void setTopic(String topic) {
setProperty(KAFKA_TOPIC, topic);
}

public String getMessage() {
return getPropertyAsString(KAFKA_MESSAGE);
}

public void setMessage(String message) {
setProperty(KAFKA_MESSAGE, message);
}

public String getValueSerializer() {
return getPropertyAsString(KAFKA_VALUE_SERIALIZER);
}

public void setValueSerializer(String valueSerializer) {
setProperty(KAFKA_VALUE_SERIALIZER, valueSerializer);
}
}

步骤4:编译、打包和部署

打包过程与 ​​JMeter 扩展开发:自定义函数​​ 中提到的相似,注意把本插件需要的 Kafka 相关依赖库文件也一并打入,否则还需要将所依赖的 Kafka jar 包单独部署到 JMeter 插件目录下。可以参考以下方式在 pom.xml 中配置 build 插件:

<build>
<finalName>${project.artifactId}</finalName>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.8.0</version>
<configuration>
<source>1.8</source>
<target>1.8</target>
</configuration>
</plugin>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-assembly-plugin</artifactId>
<configuration>
<descriptorRefs>
<descriptorRef>jar-with-dependencies</descriptorRef>
</descriptorRefs>
</configuration>
<executions>
<execution>
<id>assemble-all</id>
<phase>package</phase>
<goals>
<goal>single</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>

编译打包完成后,从 target 目录下将 kafka-producer-plugin-jar-with-dependencies.jar 拷贝至 $JMETER_HOME/lib/ext 目录下,并重启 JMeter。

步骤5:测试插件

新建一个测试脚本,在测试计划中加入一个线程组,然后添加 Sampler。如果插件开发与部署没有问题,在子菜单中就能看到我们扩展出来的”Kafka Sampler”。

JMeter 扩展插件实现对自定义协议的支持

修改线程组中的线程数,就能模拟多虚拟用户的并发测试了。下图是“察看结果树”中显示的示例结果内容:

JMeter 扩展插件实现对自定义协议的支持

从 Kafka 的消费者端,也可以看到可以接收到相关的消息:

JMeter 扩展插件实现对自定义协议的支持

总结

如本文所示,如果通过比较”标准”的方式来扩展 JMeter 对新协议的测试 Sampler,还是有一定的工作量,特别是需要比较丰富的界面功能的话,界面的实现会比较复杂。如果对界面的要求不高,并且通过传参的方式可以完成与 Sampler 的交互,那么使用前文 ​​JMeter 自定义协议扩展之 Java Sampler​​ 介绍的方法扩展 Java Sampler 会是更简单的一种方式。

版权声明: 本文为 EMQ 原创,转载请注明出处。

原文链接:​​https://www.emqx.com/zh/blog/support-for-custom-protocols-through-jmeter-extensions​

本文来自网络,不代表技术学习分享_CKX技术立场,转载请注明出处。

作者: CKX技术

上一篇
下一篇
广告位

发表回复

返回顶部