我写了一个聚合组和计数查询，我打算模拟一个真实的场景，我有成千上万的用户每秒调用我的系统（每个调用将导致一个聚合查询）来获得一个他们的活动数量。
所以我将1000万条记录（代表用户活动）插入到我的数据库中，并使用JMeter来模拟聚合调用，但我遇到了以下问题：
由于上述原因我无法使用JMeter进行负载测试，如何回答以下问题：
我的服务器可以处理多少负载？在我的用例中有多少1台服务器 可以在1秒内处理聚合查询（由用户活动请求产生）？
保持其他因素不变（例如应用代码，网络，分片等）。
答案 0 :(得分：1)
我会首先关注记录生成。如果您需要模拟会话并将特定请求与特定用户ID相关联，那么最简单的方法是使用字符串操作（例如，在字符串中放置一个{USERID}标记，在python / java / bash / etc中加载每一行并替换USERID使用您为特定会话长度生成的ID）。基本上，我会考虑将数据集处理为脱机任务，我可以对其进行流式处理和操作以模拟USERID或其他任何会话。流式传输结果并操纵它们可能需要数小时，或者您可能会使用快速的cut / sed / awk脚本集，或者您可以将所有记录加载到单独的集合中并运行map reduce（例如，基于jsessionid聚合。）
此时，您将拥有一个包含代表您数据集的JSON的文本文件。创建一个新集合并导入数据集，慢慢等待。
现在编写一个脚本（mongo采用普通的旧javascript），以特定的速率执行一系列查询（在nodejs或普通的旧javascript，settimeout和v8中使用async）。编写一个脚本，增加并发用户数或减少请求之间的时间。运行该脚本并监控延迟和服务器，当延迟变得不可接受时，您就有了容量。
另一种排列是针对1M，2M，5M，10M行运行类似的加速测试，绘图（数据集大小，每秒请求数，延迟百分位数）。这为您的努力提供了漂亮的3D图表。
答案 1 :(得分：0)
使用JSR223 Sampler和groovy语言执行查询。
退房：