重庆分公司,新征程启航
为企业提供网站建设、域名注册、服务器等服务
jmeter性能
创新互联建站是一家集网站建设,潍城企业网站建设,潍城品牌网站建设,网站定制,潍城网站建设报价,网络营销,网络优化,潍城网站推广为一体的创新建站企业,帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿,时刻以成就客户成长自我,坚持不断学习、思考、沉淀、净化自己,让我们为更多的企业打造出实用型网站。
jmeter P函数应用
${__P__(thread,200)}
${__P__(step,20)}
${__P__(steptime,30)}
${__P__(duration,30)}
${__P__(duration,300)}
jmeter -n -t 待执行的性能脚本.jmx -l 结果文件(名字自己取).jtl -j 执行的log.log -e -o 路径/测试报告名 -Jthread=20 -Jstep=20 (参数不加则默认)
$ nvidia-smi 查看显存使用情况命令
$ watch -n 10 nvidia-smi 周期性地查看GPU使用情况 10 表示每10秒刷新一次GPU状态
vmstat interval count
间隔时间 需要输出多少次结果
vmstat 2 10
每隔两秒输出10次结果
top ps(使用时间C列 time为进程持续时间)
CPU 占用率 = (进程 cpu时间/ 进程持续时间)
ps -ef -elf
ps -au -aux
%cpu %men
CPU 中央处理器 GPU图形处理器
GPU 是图形处理器,在测试手机/游戏性能会用到(模型性能也会用到),如果是测试web后台性能,应该不用
查看和杀死Jmeter进程
jps | grep ApacheJMeter | awk '{print $1}'
jps | grep ApacheJMeter | awk '{print $1}'|xargs kill -9
后台执行
nohup jmeter -n -t 执行的脚步.jmx -l 结果文档.jtl 后台执行,即使关闭窗口后也执行
jmeter -n -t 执行的脚步.jmx -l 结果文档.jtl 后台执行,关闭窗口后不执行
linux下测试性能 不含事务控制器的情况下打印的信息:
其中主要有两种信息 summary + 和 summary = ,其它项都是类似的
summary +4386 in 00:00:30 :在30秒内增加了4386个请求,其中时间间隔由配置文件中的interval统计频率的值决定
summary = 27455 in 00:03:12 :在3分12秒内产生的总请求数是27455个,其中的时间段是从脚本运行开始计算到当前时间为止,一般在脚本运行过程中主要关注"summary="信息即可
146.2/s :系统每秒处理的请求数,相当于TPS
Avg : 684 :平均响应时间
Min:201 :最小响应时间
Max:1499 :最大应时间
Err : 0 (0.00%) :错误数/率
Active :100 活动的线程数
当没有遇到性能瓶颈的时候:
F=VU * R /T
其中F为吞吐量,VU表示虚拟用户个数,R表示每个虚拟用户发出的请求数,T表示性能测试所用的时间
1.查看显卡信息
由于测试环境使用的是NVIDIA的显卡,这里直接通过lspci命令即可查询具体显卡信息
“00:06.0”,这一个参数是总线编号,第二个是插槽编号,第三个是功能编号,它们都是十六进制的数字。
2.查看显存以及GPU的使用情况
Nvidia自带一个命令行工具可以查看显存的使用情况: nvidia-smi
参数解释:
Fan: 显示风扇转速,数值在0到100%之间,是计算机的期望转速,如果计算机不是通过风扇冷却或者风扇坏了,显示出来就是N/A;
Temp: 显卡内部的温度,单位是摄氏度;
Perf: 表征性能状态,从P0到P12,P0表示最大性能,P12表示状态最小性能;
Pwr: 能耗表示;
Bus-Id: 涉及GPU总线的相关信息;
Disp.A: 是Display Active的意思,表示GPU的显示是否初始化;
Memory Usage: 显存的使用率;
Volatile GPU-Util: 浮动的GPU利用率;
Compute M: 计算模式;
下边的Processes显示每块GPU上每个进程所使用的显存情况,上述测试环境没有,可参考它图如下:
3.周期性的输出显卡的使用情况
可以参考如下命令:
命令行参数-n后边跟的是执行命令的周期,以s为单位。
1.列出所有可用的Nvidia设备
2.列出每个GPU卡的详细信息
3.查询某个GPU卡的详细信息 (指定GPU卡的id,只截图一部分)
4.要以1秒的更新间隔监控GPU的总体使用情况
5.要以1秒的更新间隔监视每个进程的GPU使用情况
6.加上-pm参数可设置持久模式:0/禁用,1/启用
7.加上-e参数可以切换ECC支持:0/禁用,1/启用
8. 加上-r参数可以重启某个GPU卡(0是GPU卡的序号)
通过dmesg指令
#dmesg | grep memory
2.通过lspci
#lspci | grep vga
上面的第一个字段获得,id:xx:xx.x格式
#lspci -v -s id
就能查看你的memory了
点击“开始”--“运行”,输入“dxdiag”,然后在打开的面板上点击“显示”选项卡。
Linux查看显卡信息:
[python] view
plain copy
lspci | grep -i vga
使用nvidia
GPU可以:
[python] view
plain copy
lspci | grep -i nvidia
前边的序号
"00:0f.0"是显卡的代号(这里是用的虚拟机);
查看指定显卡的详细信息用以下指令:
[python] view
plain copy
lspci -v -s 00:0f.0
Linux查看Nvidia显卡信息及使用情况
Nvidia自带一个命令行工具可以查看显存的使用情况:
[python] view
plain copy
nvidia-smi
表头释义:
Fan:显示风扇转速,数值在0到100%之间,是计算机的期望转速,如果计算机不是通过风扇冷却或者风扇坏了,显示出来就是N/A;
Temp:显卡内部的温度,单位是摄氏度;
Perf:表征性能状态,从P0到P12,P0表示最大性能,P12表示状态最小性能;
Pwr:能耗表示;
Bus-Id:涉及GPU总线的相关信息;
Disp.A:是Display
Active的意思,表示GPU的显示是否初始化;
Memory
Usage:显存的使用率;
Volatile
GPU-Util:浮动的GPU利用率;
Compute
M:计算模式;
下边的Processes显示每块GPU上每个进程所使用的显存情况。
如果要周期性的输出显卡的使用情况,可以用watch指令实现:
[python] view
plain copy
watch -n 10 nvidia-smi
命令行参数-n后边跟的是执行命令的周期,以s为单位。
大致结果类似下图:
Mem行(单位均为M):
(-/+ buffers/cache)行:
Swap行指交换分区。
实际上不要看free少就觉得内存不足了,buffers和cached都是可以在使用内存时拿来用的,应该以(-/+ buffers/cache)行的free和used来看。只要没发现swap的使用,就不用太担心,如果swap用了很多,那就要考虑增加物理内存了。
大致结果类似下图:
上方文字部分的红框为总的CPU占用百分率,下方的表格是每个进程的CPU占用率,在表格第一行可以看到红框中占用率超过了150%,这是因为服务器是多核CPU,而该进程使用了多核。
大致结果类似下图:
表格中会显示显卡的一些信息,第一行是版本信息,第二行是标题栏,第三行就是具体的显卡信息了,如果有多个显卡,会有多行,每一行的信息值对应标题栏对应位置的信息。
需要注意的一点是显存占用率和GPU占用率是两个不一样的东西,类似于内存和CPU,两个指标的占用率不一定是互相对应的。
在下面就是每个进程使用的GPU情况了。
大致结果如下图:
表格中每一行代表一个文件系统,各列意义如下:
要查看具体某个文件或者文件夹的大小的话,可以使用下面的命令:
du命令可以查看文件或文件夹的磁盘使用空间,而-h参数的意思是使用GB、MB等易读的格式。如果不带--max-depth参数,那么将循环列出文件夹下所有文件和文件夹占用的空间,带此参数,则是指定深入目录的层数。
如果要看文件夹下所有文件的大小,可以使用*:
查看作者首页