一、摘要
很多时候，新开发的功能在上线之前，我们都会进行压力测试，以防上线之后，突然出现性能瓶颈或者出现线程安全问题。
那么问题来了，如何进行压力测试呢？
实践的手段有很多种，比如采用 jmeter 、fiddler、postman 等第三方工具，可以快速实现性能压力测试。
当然除此之外，其实我们也利用 java 的多线程特性，完全可以自行编写一套多线程的压力测试。
下面我们以访问百度首页服务为例，向大家演示一下，采用 java 的多线程特性，该如何编写并发测试。
二、代码实践
2.1、方案一
说到多线程，大家可能想到的就是实例化一个Thread对象，然后启动它，就可以实现异步处理，以模拟100个用户同时请求百度首页为例，代码实践如下：
public static void main(String[] args) throws InterruptedException {
//模拟100个线程，同时请求百度首页
long start = System.currentTimeMillis();
final int threadNum = 100;
final CountDownLatch countDownLatch = new CountDownLatch(threadNum);
for (int i = 0; i < threadNum; i ) {
final int threadCount = i 1;
new Thread(new Runnable() {
@Override
public void run() {
System.out.println("thread " threadCount " start");
//访问百度首页
String url = "https://www.baidu.com";
String rs = HttpUtils.getUrl(url);
System.out.println("thread " threadCount " run result:" rs);
System.out.println("thread " threadCount " final");
//执行完成之后，计数器减一
countDownLatch.countDown();
}
}).start(); }
//线程同步阻塞
countDownLatch.await();
System.out.println("执行耗时：" (System.currentTimeMillis() - start) "ms");
}
实践过程非常简单，采用Thread CountDownLatch组合，进行阻塞测试。
但是实际上往往我们进行多线程模拟用户进行访问某个服务的时候，每个用户的请求参数是不一样的，这个时候我们应该如何更加真实的贴近用户实际请求去测试呢？请看下面这个方案！
2.1、方案二
实际上在多线程并发编程中，它还有一个完美搭档，那就是队列，采用多线程 队列组合编程模型，可以实现带任务的异步处理，并且性能高效！
下面我们还是以访问百度首页服务为例，采用多线程 队列组合模式来模拟 100 个用户总共发起了1000次访问百度首页，代码实践如下！
代码语言：javascript复制public static void main(String[] args) throws InterruptedException {
//将每个用户访问百度服务的请求参数，存入阻塞队列BlockingQueue中
BlockingQueue<String> queue = new LinkedBlockingQueue<>();
for (int i = 0; i < 1000; i ) {
queue.put("https://www.baidu.com?paramKey=" i);
}
//模拟100个线程，执行1000次请求访问百度
long start = System.currentTimeMillis();
final int threadNum = 100;
final CountDownLatch countDownLatch = new CountDownLatch(threadNum);
for (int i = 0; i < threadNum; i ) {
final int threadCount = i 1;
new Thread(new Runnable() {
@Override
public void run() {
System.out.println("thread " threadCount " start");
boolean over = false;
while (!over) {
String url = queue.poll();
if(Objects.nonNull(url)) {
//发起请求
String result =HttpUtils.getUrl(url);
System.out.println("thread " threadCount " run result:" result);
}else {
//任务结束
over = true;
System.out.println("thread " threadCount " final");
countDownLatch.countDown();
}
}
}
}).start();
}
countDownLatch.await();
System.out.println("执行耗时：" (System.currentTimeMillis() - start) "ms");
}
当然，你还可以自由调整线程数，也可以采用juc包的线程池来实现多线程编程，改造逻辑如下：
public static void main(String[] args) throws InterruptedException {
//将每个用户访问百度服务的请求参数，存入阻塞队列BlockingQueue中
BlockingQueue<String> queue = new LinkedBlockingQueue<>();
for (int i = 0; i < 1000; i ) {
queue.put("https://www.baidu.com?paramKey=" i);
}
//模拟100个线程，执行1000次请求访问百度
long start = System.currentTimeMillis();
final int threadNum = 100;
//线程计数器
final CountDownLatch countDownLatch = new CountDownLatch(threadNum);
//执行线程池
ExecutorService fixedThreadPool = Executors.newFixedThreadPool(threadNum);
for (int i = 0; i < threadNum; i ) {
final int threadCount = i 1;
fixedThreadPool.execute(new Runnable() {
@Override
public void run() {
System.out.println("thread " threadCount " start");
boolean over = false;
while (!over) {
String url = queue.poll();
if(Objects.nonNull(url)) {
//发起请求
String result =HttpUtils.getUrl(url);
System.out.println("thread " threadCount " run result:" result);
}else {
//任务结束
over = true;
System.out.println("thread " threadCount " final");
countDownLatch.countDown();
}
}
}
});
}
countDownLatch.await();
fixedThreadPool.shutdown();
System.out.println("执行耗时：" (System.currentTimeMillis() - start) "ms");
}
其中BlockingQueue阻塞队列，支持线程数据共享，当一个线程把数据取出之后，另一个线程无法再取，最后的运行效果是一样的！
三、小结
本文主要围绕采用多线程编程，实现服务性能压力测试进行案例介绍，如果有描述不对的地方，欢迎网友批评指出！
