目前已经有多个业务方接入常态化压测，以此保证线上服务的稳定性 。
4.5 DevOps 流水线中的压测服务在上线时，都会经过预发布，线上小流量灰度，线上全量发布 。在这个过程中，我们可以通过线上测试 Case 以及灰度发布，来拦截服务线上功能缺陷 。但是对于性能缺陷的拦截，却不够有效 。
从线上故障跟踪系统里就可以发现，由于上线前没有做好性能压测，很多性能缺陷都逃逸到了线上 。
【Rhino 字节跳动全链路压测的实践】为了拦截各种性能缺陷，Rhino 平台完成了 DevOps 平台的打通 。将压测服务在 DevOps 平台上注册成一个原子服务，研发人员可以将压测节点编排在任意流水线的任意位置，实现上线前的例行压测 。DevOps 流水线中的压测，不仅可以帮助 RD 发现代码中的性能问题，还能与性能基线进行 Diff，来发现代码性能变坏的味道 。
5. 总结与展望5.1 总结Rhino 压测平台从立项到现在，不到两年的时间内，其发展已经初具规模，如图（每月压测执行统计） 。这个期间，非常非常感谢公司内所有合作团队，尤其是架构团队，中台团队对压测平台的支撑，没有他们的支撑，全链路压测建设是难以完成的 。
文章插图
5.2 未来发展业务深层次定制化通用压测平台已经初步搭建完成，基本上能满足业务线日常压测需求 。但在日常压测支撑过程中，发现不同业务线在压测时，但是仍然有大量的前置和后继工作需要人工来完成 。
如何更进一步降低业务方压测改造的成本，如何减少压测环境数据预置成本，如何快速完成压测数据清理，如何快速定位出性能问题等等，Rhino 压测平台后续将更进一步深入业务，与各大业务方开展更深入的合作，提供更深度的业务定制，为研发提效，助力业务线发展 。
压测与容量规划业务目前资源是否充足，其具体容量是多少；按照目前业务增长，其机器资源还能支撑多久？
目前服务资源利用如何，是否可以优化，如何更进一步提升资源利用率，降低机器资源成本？
某大型活动，需要申请多少资源？是否不需要压测，或者自动化利用线上流量数据，或者利用日常压测数据，就可以给出上述问题的结论？
压测与 SRE如何保证服务稳定性，如何监控服务性能劣化并及时预警，限流、超时、重试以及熔断等服务治理措施配置是否合理？以及如何配合混沌测试进行容灾演练，保证服务稳定性等等，这些 Rhino 平台都会做更进一步探索 。
6. 招聘目前 Rhino 团队还非常小，非常缺少性能测试以及后端开发相关的研发工程师，欢迎感兴趣的同学来加入 。简历投递邮箱： tech@bytedance.com ；邮件标题： 姓名 - 工作年限 - Rhino。
参考文献[1] http://jm.taobao.org/2017/03/30/20170330/
[2] https://testerhome.com/topics/19493
[3] https://tech.meituan.com/2018/09/27/quake-introduction.html
[4] https://tech.meituan.com/2019/02/14/full-link-pressure-test-automation.html
[5] https://www.open-open.com/lib/view/open1484317425690.html
[6] https://www.infoq.cn/article/NvfJekpvU154pwlsCTLW
[7] https://tech.bytedance.net/articles/3199
[8] https://www.usenix.org/conference/osdi16/technical-sessions/presentation/veeraraghavan
推荐阅读
- YARN 在字节跳动的优化与实践
- 胎心115
- 字节跳动自研线上引流回放系统的架构演进
- 算法血拼：Google+百度+Alibaba+字节+Tencent+网易+360+拼夕夕
- kb是什么意思啊？
- 字节跳动面试必会：快速选择算法，TopK问题最优解
- 肚子在跳动是什么呢
- 刷透近200道数据结构与算法，成功加冕“题王”，挤进梦中的字节
- 黑客教程——Padding Oracle Attack&CBC字节翻转攻击详解
- JAVA字节流、字符流、缓冲流、转换流、内存流、字符编码