i++需要多少QPS才能测出BUG

前段时间我关注了一篇文章,分享如果使用并发压测发现 BUG。突然想起一个话题:

线程不安全需要多少 QPS 压测才能发现 BUG ?

我接触到的并发缺陷绝大部分是因为线程安全问题导致的,还有一些数据库锁的问题(这个不擅长)这里就不分享了。

关于 Java 的一些线程安全的问题,可以参考旧文:

下面我们来聊聊上面提到的问题,因为这涉及到不同类型的 BUG 需要多少 QPS 才能测出来 BUG,今天来分享一下最简单的线程不安全操作i++需要多少 QPS 才能测出来BUG。

用例设计思路

首先,我使用的同一个 JVM 来测试i++,发现极容易出现 BUG,后来放弃了这种方式。经过思考发现如果放在一个 JVM 里面,本身已经创建了很多线程去执行i++,这种跟实际接口测试差异比我想象的大很多。 其次,我创建了一个简单的 Springboot 项目,写一个简单的接口来实现。

总提测下来,上面的问题需要修正,因为能不能测出来不是一个 Boolean 值,而是一个概率值,后面我也会用发现比例值来表示是测出 BUG 的难易程度。

服务端设计

之前一直用moco_funtester框架来构建服务端不行了,无法动态接口返回。所以只能简单弄一个 Springboot 项目。其他的就不分享了,只分享一下 controller 的部分。这里模拟盘了一个接口平均响应时间 10ms,然后执行一个非线程安全的操作。

    int i;

    @GetMapping(value = "/funtest")
    public Result test1() {
       Thread.sleep(SourceCode.getRandomInt(20));
        return Result.success(i++);
    }

    @GetMapping(value = "/geti")
    public Result test() {
        return Result.success(i);
    }
    @GetMapping(value = "/zero")
    public Result te2st() {
        i = 0;
        return Result.success(i);
    }

测试用例

这里没有使用正经的测试框架,只用了异步线程池和粗略的sleep休眠的方法控制 QPS,所以这里会有一个实际 QPS 统计。

  1. 默认以固定 QPS 执行 20s。
  2. 先重置,后执行,最后获取结果。
  3. 取消所有日志打印,避免误差
  4. 统计误差数量和误差比

测试用例模拟盘两个模型:线程模型和 QPS 模型。

线程模型用例

    public static void main(String[] args) {
        def test = {getHttpResponse(getHttpGet("http://localhost:8080/user/funtest"))}
        def get = {getHttpResponse(getHttpGet("http://localhost:8080/user/geti"))}
        def init = {getHttpResponse(getHttpGet("http://localhost:8080/user/zero"))}
        AtomicInteger index = new AtomicInteger()
        FunHttp.LOG_KEY = false
        def t = 1000
        def size = 1
        setPoolMax(500)
        init()
        fun {
            output(DEFAULT_STRING)
        }
        sleep(1.0)
        def start = Time.getTimeStamp()
        size.times {
            fun {
                t.times {
                    test()
                    index.getAndIncrement()
                }
            }
        }
        ThreadPoolUtil.waitFunIdle()
        def value = get().getIntValue("data")
        def end = Time.getTimeStamp()
        output("当前 QPS: ${index / (end - start) * 1000}")
        output(index.get(), value)
        output(getPercent(index.get(), index.get() - value))
    }

QPS 模型用例

    public static void main(String[] args) {
        def test = {getHttpResponse(getHttpGet("http://localhost:8080/user/funtest"))}
        def get = {getHttpResponse(getHttpGet("http://localhost:8080/user/geti"))}
        def init = {getHttpResponse(getHttpGet("http://localhost:8080/user/zero"))}
        AtomicInteger index = new AtomicInteger()
        FunHttp.LOG_KEY = false
        def qps = 100
        def t = qps * 10
        setPoolMax(1000)
        init()
        def decimal = 1_000_000_000 / qps
        fun {
            output(decimal)
        }
        sleep(1.0)
        def start = Time.getTimeStamp()
        t.times {
            sleepNano(decimal as long)
            fun {
                test()
                index.getAndIncrement()
            }
        }
        ThreadPoolUtil.waitFunIdle()
        def value = get().getIntValue("data")
        def end = Time.getTimeStamp()
        output("当前 QPS: ${index / (end - start) * 1000}")
        output(index.get(), value)
        output(getPercent(index.get(), index.get() - value))
    }

测试结果

线程模型

线程模型模仿的固定线程数去不断请求接口,这里由于接口平均响应时间 10ms,每个线程执行次数设计为 2000 次,差不多 20s 执行完。

设计 QPS 实际 QPS 误差数量 误差比(百分比)
10 9.6 0 0
20 18.7 0 0
50 42 0 0
100 87 2 0.1
200 174 9 0.22
300 280 18 0.3
400 285 23 0.28
500 417 2 0.02

QPS 模型

由于对实际结果测试并不能很好预期,这里就先从较小的 QPS 开始了。全程没有触发性能瓶颈,误差部分,测 5 次,取误差最大的一次记录。这里模拟的线程模型的

线程数 实际 QPS 误差数量 误差比(百分比)
1 76 0 0
2 144 1 0.05
4 305 33 0.41
8 617 111 0.69
12 927 224 0.93

经过上面测试,对于需要多少压力才能发现可能存在的缺陷,希望本文能投提供参考。