前言

在应用开发的过程中，经常会有接口组合包装、代理访问等“网关”类需求。个人理解这类应用含有较少的业务逻辑，作为“胶水层”承担非标对接工作。由于业务逻辑较少的特性，基本是拼装、转发，通常都不存在性能瓶颈。但是在比如图片网关这类高频访问静态资源的场景，CPU、内存、网络都有可能会遇到瓶颈。所以就有了这个选题，测试一下接口的性能。

测试方案

日常业务都是用java进行开发，但是一提到性能，java也是饱受诟病。所以此次测试加入一个对比对象“go”，用实际场景对比一下性能差异，没有对比就没有伤害。接口性能利用Jmeter对接口进行并发访问测试。
为了模拟更真实的场景，接口性能测试完成后，通过模拟工具->java版demo->go版demo这个调用链路，模拟典型的网关转发场景。

编写Demo程序

用2种语言编写一个简单的接口，包含2个参数，接口定义如下：

Java版

使用主流的spring boot框架编写，核心代码如下：

    @PostMapping("/write")  
    public String write(HttpServletRequest request) throws IOException, ServletException {  
        MultipartHttpServletRequest params = (MultipartHttpServletRequest) request;  
        String token = params.getParameter("token");  
        Part part = request.getPart("data");  
        long size = part.getSize();  
        return String.valueOf(size);
    }

http请求使用httpclient工具类，配置了连接池。图片通过InputStream接收后调用上传，图片不做转存。

go版

使用高性能的web框架gin编写，核心代码如下：

package main

import "github.com/gin-gonic/gin"

func main() {
	r := gin.Default()
	r.MaxMultipartMemory = 8 << 20
	r.POST("/write", func(c *gin.Context) {
		token := c.PostForm("token")
		file, _ := c.FormFile("data")
		c.JSON(200, file.Size)
	})
	r.Run() // 监听并在 0.0.0.0:8080 上启动服务
}

Jmeter测试

Jmeter是常用的接口测试工具，如果使用apifox进行接口管理和测试，在自动化测试用例中可直接导出Jmeter格式，在Jmeter中直接导入即可，使用很方便。可能部分读者对Jmeter还不熟悉，此处详细介绍一下Jmeter的使用方法。

1>下载安装

通过Jmeter下载对应版本的程序。Jmeter是用java编写的带GUI的工具，启动后界面如下：

2>配置测试计划

添加测试计划
添加测试线程组
添加Http请求（配置IP、端口、请求参数）
添加结果树（查看单条请求结果）
添加汇总报告（查看性能数据）

详细使用参考全网最全最细的jmeter接口测试教程以及接口测试流程详解

3>执行测试

对线程属性进行配置，线程数可以按照模拟的并发用户数进行配置，我个人电脑通常配置不超过1000，受限硬件性能和网络端口数，线程数不能无限大。Ramp-up period在简单测试场景可直接配置为0，如果线程数比较多，可以设定启动秒数，避免线程启动初期大量异常数据。可以简单根据 $接口请求耗时*线程数$ 进行估算，比如接口耗时0.02s，线程数200，此处即可设置为4。

4>测试结果解读

主要是看平均耗时和QPS2项指标。

测试结果

测试环境说明
操作系统：win10
CPU：单核3.1GHz
内存：16G
单机测试，使用回环地址调用，排除了网络影响

测试结果表-直接请求

样例	版本	QPS	平均耗时	CPU	内存
5K图片	java	337	575	80%	680M
5K图片	go	2765	71	30%	43M
500K图片	java	185	524	70%	490M
500K图片	go	639	151	25%	149M

测试结果表-级联调用

样例	版本	QPS	平均耗时	CPU	内存
5K图片	java	169	1235	43%	790M
500K图片	java	93	1057	25%	748M

级联调用场景未读取InputStream流，直接通过InputStream流请求，节省内存

非严格比对测试，仅简单取样对比，QPS与平均耗时未刻意选取数值，记录大致平稳后的数据

结论

本文目的不是为了对比不同语言、框架的极限性能差异，所以代码编写方法没有做特殊性能优化，测试方法设定也比较粗糙。主要目的还是为了介绍一种辅助日常开发调优的测试方法，通过简单的工具和方法，可以低成本的模拟大规模、大数据的业务场景。通过测试发现性能瓶颈点，然后再做针对性的调优。

go相比java确实有明显性能优势
Java确实比较吃资源，在日常优化中可多关注内存使用
JMeter配置不同的线程数，测试结果有明显差异。在组合调用开发场景，做队列控制并发请求数，反而可以使整体性能提升

java与go接口接入性能对比测试

前言