网关压力测试报告¶

本文介绍 DCE 云原生网关在不同场景下的性能表现，便于您根据需求为网关配置合适的资源。

测试环境¶

开始测试之前，需要部署 DCE，下载安装测试工具，并准备好用于测试的压力机。

对象	角色	说明
DCE 云原生网关	测试对象	采用一主一从的模式，部署位置：172.30.120.211
Locust	测试工具	采用 1+4 的主从分布式运行模式，四台压测机的资源配置均为 8 核 8 G
Nginx	用于测试网关性能的演示服务	通过 DCE 云原生网关访问，访问地址为：http://172.30.120.211:30296/
contour	DCE 云原生网关的控制面	版本为 1.23.1
envoy	DCE 云原生网关的数据面	版本为 1.24.0
全局管理	DCE 云原生网关依赖的组件	版本为 0.12.1
容器管理	DCE 云原生网关依赖的组件	版本为 0.13.1
微服务引擎	DCE 云原生网关依赖的组件	版本为 0.15.1

性能指标¶

吞吐量（RPS）：每秒处理的请求数。结合 CPU 使用率，判断 DCE 云原生网关在特定资源配置下每秒可以处理的并发请求数。吞吐量越高，说明网关性能越好
CPU 使用率：测试处理特定数量的并发请求时，DCE 云原生网关实例的 CPU 使用情况。当 CPU 使用量达到 90% 以上时，认为 CPU 接近满载，此时的吞吐量（RPS）是当前配置能够正常处理的最大并发请求数。

测试脚本¶

在 Locust Web 机器执行如下命令，收集压测结果

docker run -p 8089:8089 --network=host -v $PWD:/mnt/locust locustio/locust -f /mnt/locust/gateway-external-nginx.py --master

在 Locust 压测机执行如下命令，模拟用户访问，执行压力测试

docker run -p 8089:8089 --network=host -v $PWD:/mnt/locust locustio/locust -f /mnt/locust/gateway-external-nginx.py --worker --master-host=172.30.120.210

压测脚本 gateway-external-nginx.py

from locust import task
from locust.contrib.fasthttp import FastHttpUser

class ShellCard(FastHttpUser):

  host = "http://172.30.120.211:30296" # 被测服务的访问地址
  @task
  def test(self):
    header = {"Host": "external.nginx"}
    self.client.get("/", headers=header)

测试 nginx 吞吐量：三副本，不限制资源¶

测试结果¶

并发用户数	每秒吞吐量	CPU 使用量	分析
4	4300	58%——70%	资源未充分利用，理论上仍有能力处理更多请求。
8	5700	77%——83%	仍有少量资源空闲，可以尝试增加并发请求数，测试吞吐量上限。
12	6700	90%——95%	只有极少量资源空闲，CPU 接近满载，视为达到吞吐量上限。

Success

综上，当服务部署三副本且不限制资源用量时，DCE 云原生网关能够处理的最大并发请求数大约为 6000 到 7000，较同类产品而言可谓性能优异。

测试过程截图¶

并发用户数为 4
并发用户数为 8
并发用户数为 12

探究 contour 资源配置对 envoy 的性能影响¶

DCE 云原生网关是在开源项目 contour 和 envoy 的基础上进一步研发优化而来。contour 充当网关的控制平面，envoy 充当数据平面。

创建 DCE 云原生网关时，系统要求必须为网关配置不低于 1 核 1 G 的资源。因此，本次测试中 contour 的资源限制最低为 1 核 1 G。

此外，为了更好地体现 contour 的资源配置的影响，将 envoy 的资源限制设置为 6 核 3 G，保证 envoy 自身始终具有较高的性能，不会因为自身资源不足而影响测试结果。

为保证压测机器资源负载正常，默认 Locust users 为 8。

测试结果¶

contour 资源规格	每秒吞吐量	CPU 使用量	分析
1 核 1 G	3700	53%——69%	contour 的资源配置从 1 核 1 G 到 2 核 1 G，再到 3 核 2 G，但网关每秒吞吐量一直维持在 3700 左右，上下变动幅度只有 100。 CPU 使用率也维持在 50%——70%左右，整体变化非常小。
2 核 1 G	3600	55%——72%
3 核 2 G	3800	57%——69%

Success

这说明 contour 的资源配置对 envoy 的性能几乎没有影响。

测试过程截图¶

contour 资源 1 核 1 G
contour 资源 2 核 1 G
contour 资源 3 核 2 G

探究 envoy 资源配置对吞吐量的影响¶

envoy 固定为 1 副本，contour 配置为 1 核 1 G，被测试服务 nginx 配置为 3 副本，不限制资源用量。

测试结果¶

envoy 资源规格	并发用户数	每秒吞吐量	CPU 使用量	分析
1 核 1 G	4	1016	18%——22%	当 envoy 的资源配置不变时，即使并发用户数成倍增加，网关吞吐量也变化不大。
	8	1181	19%——20%
	16	1090	19%——22%
2 核 1 G	4	2103	28%——41%	并发用户数为 4 时，当资源配置从 1 核增加到 2 核，吞吐量也增加了 1000 左右。
2 核 1 G	8	2284	38%——47%	并发用户数为 4 时，当资源配置从 1 核增加到 2 核，吞吐量也增加了 1000 左右。
3 核 1 G	8	3355	59%——70%	并发用户数为 8 时，当资源配置从 1 核增加到 3 核，吞吐量也增加了 2000 左右。
3 核 1 G	12	3552	52%——59%	并发用户数为 8 时，当资源配置从 1 核增加到 3 核，吞吐量也增加了 2000 左右。
4 核 2 G	8	3497	58%——80%	并发用户数为 12 时，当资源配置从 3 核增加到 5 核，吞吐量也增加了 1000 左右。
4 核 2 G	12	4250	78%——86%
5 核 2 G	8	3573	60%——81%
5 核 2 G	12	4698	68%——78%
6 核 2 G	12	4574	78%——85%	当配置为 6 核 2 G 时，吞吐量为 5400 左右，CPU 使用量也到达了 90% 以上，接近满载。
6 核 2 G	16	5401	90%以上	当配置为 6 核 2 G 时，吞吐量为 5400 左右，CPU 使用量也到达了 90% 以上，接近满载。