Tentukan jumlah pengguna - Pengujian Beban Terdistribusi di AWS

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Tentukan jumlah pengguna

Jumlah pengguna yang dapat didukung penampung untuk pengujian dapat ditentukan dengan meningkatkan jumlah pengguna secara bertahap, dan memantau kinerja di Amazon CloudWatch. Setelah Anda mengamati bahwa kinerja CPU dan memori mendekati batasnya, Anda telah mencapai jumlah maksimum pengguna yang dapat didukung oleh wadah untuk pengujian tersebut dalam konfigurasi defaultnya (2 vCPU dan memori 4 GB). Anda dapat mulai menentukan batas pengguna bersamaan untuk pengujian Anda dengan menggunakan contoh berikut:

  1. Buat tes dengan tidak lebih dari 200 pengguna.

  2. Saat pengujian berjalan, pantau CPU dan Memori menggunakan CloudWatch konsol:

    1. Dari panel navigasi kiri, di bawah Container Insights, pilih Performance Monitoring.

    2. Pada halaman pemantauan kinerja, dari menu drop-down kiri, pilih ECS Clusters.

    3. Dari menu tarik-turun kanan, pilih klaster Amazon Elastic Container Service (Amazon ECS) Anda.

  3. Saat memantau, perhatikan CPU dan Memori. Jika CPU tidak melampaui 75% atau Memori tidak melampaui 85% (abaikan puncak satu kali), Anda dapat menjalankan tes lain dengan jumlah pengguna yang lebih tinggi.

Ulangi langkah 1-3 jika tes tidak melebihi batas sumber daya. Secara opsional, sumber daya kontainer dapat ditingkatkan untuk memungkinkan jumlah pengguna bersamaan yang lebih tinggi. Namun, ini menghasilkan biaya yang lebih tinggi. Untuk detailnya, lihat bagian Meningkatkan sumber daya kontainer dari panduan ini.

catatan

Untuk hasil yang akurat, jalankan hanya satu pengujian pada satu waktu saat menentukan batas pengguna bersamaan. Semua pengujian menggunakan cluster yang sama, dan wawasan CloudWatch kontainer mengumpulkan data kinerja berdasarkan cluster. Hal ini menyebabkan kedua pengujian dilaporkan ke CloudWatch Container Insights secara bersamaan, yang menghasilkan metrik pemanfaatan sumber daya yang tidak akurat untuk satu pengujian.

Untuk informasi lebih lanjut tentang kalibrasi pengguna per mesin, lihat Mengkalibrasi Tes Taurus dalam dokumentasi. BlazeMeter