1.卡夫卡负载测试
在这个Apache Kafka教程中，我们将了解如何使用Apache JMeter，如何在Apache Kafka上执行Kafka负载测试。此外，这个Kafka负载测试教程教我们如何配置生产者和消费者，这意味着使用JMeter?开发Apache?Kafka Consumer和Kafka Producer。最后，我们将看到在Jmeter中构建Kafka负载测试场景。然而，在Kafka负载测试之前，让我们学习Kafka的简要介绍，以便更好地理解其他工作。
2.什么是Apache Kafka？
简而言之，Apache Kafka是分布式数据库和消息队列的混合体。为了处理数TB的信息，许多大公司都在使用它。此外，由于其功能，卡夫卡广受欢迎。例如，像LinkedIn这样的公司使用它来传输有关用户活动的数据，而像Netflix这样的公司则使用它来为下游系统（如Elasticsearch，Amazon EMR，Mantis等）进行数据收集和缓冲。此外，让我们了解Kafka的一些对Kafka负载测试很重要的功能：
让我们来测试你对卡夫卡的了解程度：
·默认情况下，长消息存储时间 - 一周。
· 由于顺序I / O，性能高。
· 此外，方便的群集。
· 要在群集中复制和分发队列，由于该功能，数据具有高可用性。
· 除了数据传输，它还可以使用Streaming?API进行处理。
我们知道，为了处理大量数据，我们使用Kafka。因此，在使用JMeter进行Kafka负载测试时，请注意以下几个方面：
· 如果我们不断地将数据写入磁盘，那将影响服务器的容量。因为，如果不足，它将达到拒绝服务状态。
· 但是，部门的分布和经纪人的数量也会影响服务能力的使用。
· 但是，当我们使用复制功能时，一切都变得更加复杂。其背后的原因是，它的维护需要更多的资源，而经纪人拒绝接收消息的情况变得更加可能。
请点击链接以了解有关Kafka的更多信息?尽管如此，即使大多数流程都是自动化的，但数据处理时数据可能会丢失。因此，我们可以说对这些服务的测试非常重要，并且能够生成适当的负载也是必不可少的。确保，Apache Kafka负载测试将安装在Ubuntu上，以便进行演示。此外，我们将使用Pepper-Box插件作为制作人，因为它比kafkameter?更方便地使用消息生成。但是，没有插件提供消费者实现，因此我们必须自己实现消费者。而且，我们将使用JSR223采样器做到这一点。现在，让我们转向Kafka负载测试。探索Apache Kafka用例|卡夫卡应用程序。
3.配置制作人 - Pepper-Box
现在，为了安装插件，我们需要编译这个源代码或下载?jar文件。此外，我们需要将它放在lib / ext文件夹中并重新启动JMeter。
Kafka负载测试：配置Producer
基本上，这个插件有3个元素：
· Pepper-Box PlainText配置
它允许根据指定的模板构建文本消息。
· Pepper-Box序列化配置
此配置允许构建作为序列化java对象的消息。
· PepperBoxKafkaSampler
它旨在发送由先前元素构建的消息。了解有关Kafka Producer的更多信息，请点击此链接让我们详细了解Kafka负载测试的所有这些配置：
Pepper-Box PlainText配置
请按照下列步骤来添加这个项目，首先要到线程组- >添加- >配置元件- >胡椒盒纯文本配置卡夫卡负载测试胡椒盒纯文本Config元素有2个字段：
消息占位符密钥
虽然我们想要使用此元素中的模板，但它是需要在PepperBoxKafkaSampler中指定的键。
架构模板
这是我们可以使用JMeter变量和函数的消息模板，也可以是插件函数。但是，此消息结构可以是任何内容，从纯文本到JSON或XML。
Pepper-Box序列化配置
现在，按照几个步骤添加此元素，首先转到线程组 - >添加 - >配置元素 - > Pepper-Box序列化配置但是，此元素有一个键的字段和类名字段，用于指定在Java类。确保带有类的jar文件必须放在lib / ext文件夹中。因此，具有其属性的字段将在指定之后显示在下面，并且还可以现在为它们分配所需的值。虽然，我们在这里再次重复了最后一个元素的消息，但这次它将是一个Java对象。
PepperBoxKafkaSampler
此外，要添加此元素，请按照下列步骤操作。首先转到Thread组 - > Add - > Sampler - > Java Request。然后，从下拉列表中选择com.gslab.pepper.sampler.PepperBoxKafkaSampler。基本上，此元素有以下设置：
·bootstrap.servers / zookeeper.servers
管理员的地址，格式为broker-ip-1：port，broker-ip-2：port等。
· kafka.topic.name
它是消息发布主题的名称。Apache Kafka架构及其基本概念
· key.serializer
但是，它是一个用于密钥序列化的类。如果消息中没有密钥，请保持不变。
· value.serializes
它是消息序列化的类。对于简单的文本，该字段保持不变。我们需要在使用Pepper-Box Serialized Config时指定“com.gslab.pepper.input.serialized.ObjectSerializer”。
· compression.type
基本上，它是一种消息压缩（无/ gzip / snappy / lz4）
· batch.size
这是最大的邮件大小。
· linger.ms
这被视为消息等待时间。
· buffer.memory
它是生产者的缓冲区大小。
· receive.buffer.bytes / send.buffer.bytes
它是TCP发送/接收缓冲区的大小。-1 - 使用默认OS值。
· security.protocol
这是加密协议（PLAINTEXT / SSL / SASL_PLAINTEXT / SASL_SSL）。
· message.placeholder.key
它是消息键，在前面的元素中指定。
· kerberos.auth.enabled，java.security.auth.login.config，java.security.krb5.conf，sasl.kerberos.service.name
这些都是负责身份验证的字段组。通常，如有必要，我们可以在名称前使用前缀_添加其他参数。例如，_ssl.key.password。看看卡夫卡的优缺点。
4.配置消费者
由于我们有一个在服务器上创建最大负载的生产者，因此该服务也必须传递消息。因此，为了更准确地再现这些情况，我们还应该增加消费者。此外，我们还可以使用它来检查是否已传递所有消费者消息。例如，让我们采用以下源代码并简要介绍其步骤，以便更好地理解Kafka负载测试：
Properties props = new Properties();
props.put("bootstrap.servers", "localhost:9092");
props.put("group.id", group);
props.put("enable.auto.commit", "true");
props.put("auto.commit.interval.ms", "1000");
props.put("session.timeout.ms", "30000");
props.put("key.deserializer",
"org.apache.kafka.common.serializa-tion.StringDeserializer");
props.put("value.deserializer",
"org.apache.kafka.common.serializa-tion.StringDeserializer");
KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(props);
consumer.subscribe(Arrays.asList(topic));
System.out.println("Subscribed to topic " + topic);
int i = 0;
while (true) {
ConsumerRecords<String, String> records = con-sumer.poll(100);
for (ConsumerRecord<String, String> record : records)
System.out.printf("offset = %d, key = %s, value = %s\n",
record.offset(), record.key(), record.value());
}
1. 基本上，执行连接配置。
2. 此外，还要指定一个主题并对其进行订阅。
3. 此外，消息在本主题的循环中被接收，并且也被带到控制台。
因此，对于JMeter中的JSR223采样器，所有这些代码都将添加一些修改。
5.在JMeter中构建Kafka负载测试场景
在了解了创建负载所需的所有必要元素之后，现在让我们将几条消息发布到我们的Kafka服务主题上。因此，假设我们有一个资源，从中收集有关其活动的数据。信息将作为XML文档发送。使用命令学习Apache Kafka Operations
首先，添加Pepper-Box PlainText配置并创建模板。但是，消息的结构如下：消息号，消息ID，从中收集统计信息的项ID，统计信息，发送日期戳。
此外，添加PepperBoxKafkaSampler，并从我们的Kafka服务中指定bootstrap.servers和kafka.topic.name的地址。
然后，将带有使用者代码的JSR223 Sampler添加到单独的Thread Group。此外，我们将需要kafka-clients-xxxxjar文件，以便它可以工作。它带有与Kafka合作的课程。我们可以在我们的Kafka目录中找到它 - / kafka / lib。
在这里，我们不是在控制台中显示脚本，而是修改了部分脚本，现在将数据保存到文件中。它实际上是为了更方便地分析结果。此外，我们添加了设置消费者执行时间所必需的部分。
结果，脚本的结构如下所示。这里，两个线程同时工作。Kafka Producers开始向指定主题发布消息，Kafka消费者连接到主题并等待来自Kafka的消息。此外，它在消费者收到消息时将消息写入文件。让我们学习Apache Kafka Workflow |Kafka Pub-Sub Messaging
最后，运行脚本并查看结果。
我们可以在打开的文件中看到收到的消息。虽然，我们只需要调整消费者和生产者的数量来增加负荷。注意：在测试期间不要使用随机数据作为消息，因为它们的大小可能与当前大小不同，并且这种差异可能会影响测试结果。所以，这就是如何在Apache Kafka中使用JMeter加载测试。希望您喜欢我们使用JMeter对Kafka负载测试的解释。
6.结论
因此，我们已经了解了如何使用JMeter对Apache Kafka进行负载测试。此外，在Kafka负载测试中，我们看到使用JMeter配置生产者和消费者以及为Kafka加载测试工具。最后，我们学习了如何在JMeter中构建Kafka负载测试场景。但是，如果您对使用JMeter的Kafka负载测试有任何疑问，请随时通过评论选项卡询问。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系51Testing小编(021-64471599-8017)，我们将立即处理
