在过去，我使用微软Web应用程序压力测试工具和Pylot对Web应用程序进行压力测试。我写了一个简单的主页、登录脚本和站点演练(在一个电子商务网站中添加一些商品到购物车和结帐)。
只要让少数开发人员在主页上使劲敲一下，就几乎总能找到一个主要问题。更多的可伸缩性问题将在第二阶段浮出水面，甚至更多——在发布之后。
我使用的工具的URL是Microsoft Homer(又名Microsoft Web Application Stress Tool)和Pylot。
这些工具生成的报告对我来说没有多大意义，我花了很多时间试图弄清楚站点能够支持什么样的并发负载。这总是值得的，因为最愚蠢的错误和瓶颈总是会出现(例如，web服务器配置错误)。
你做了什么，你使用了什么工具，你的方法有什么成功?对我来说，最有趣的部分是提出某种有意义的公式，用于从压力测试应用程序报告的数字中计算应用程序可以支持的并发用户数。
当前回答
既然这个问题还没有解决，我不妨发表一下看法。
好消息是，在过去的5年左右的时间里，开源工具已经真正成熟并在这个领域起飞了，坏消息是还有很多这样的工具。
以下是我的想法:-
Jmeter vs Grinder
Jmeter是由XML样式规范驱动的，该规范是通过GUI构造的。
Grinder在多线程Java框架中使用Jython脚本，因此更面向程序员。
这两个工具都可以处理HTTP和HTTPS，并有一个代理记录器让您开始。 这两种工具都使用Controller模型来驱动多个测试代理，因此可伸缩性不是问题(给定对云的访问)。
哪个更好:-
这是一个艰难的呼叫，因为使用这两种工具的学习曲线是陡峭的，因为您进入了更复杂的脚本需求，如url重写、相关性、为每个虚拟用户提供唯一数据以及模拟第一次或返回用户(通过操作HTTP头)。
也就是说，我会从Jmeter开始，因为这个工具有很多追随者，网上有很多使用这个工具的例子和教程。如果和当你遇到一个“路障”，这是你不能“轻易”用Jmeter做的事情，然后看看Grinder。好消息是，这两个工具都有相同的Java需求，“混合搭配”解决方案也不是不可能。
添加了一些新的东西——运行多个Selenium WebDriver实例的无头浏览器。
这是一种相对较新的方法，因为它依赖于现在可以从云中提供的资源的可用性。使用这种方法，一个Selenium (WebDriver)脚本在多线程的无头浏览器(即WebDriver = New HtmlUnitDriver())驱动程序中运行。
根据经验，亚马逊M1小实例可以执行大约25个“无头浏览器”实例。
这意味着，当您将功能测试脚本重新定位为性能测试脚本时，所有的相关性、url重写问题都将消失。
与Grinder或Jmeter等HTTP驱动程序相比，由于需要更多的虚拟机来驱动负载，因此可伸缩性受到了影响。也就是说，如果你想要驱动500个虚拟用户，那么使用20个亚马逊小实例(每个实例每小时6美分)，每小时只需1.20美元，就可以获得非常接近真实用户体验的负载。
其他回答
我使用FunkLoad获得了不错的结果:
易于编写用户交互脚本 报告很清楚 可以监视服务器负载
尝试ZebraTester，它比jMeter更容易使用。我已经使用jMeter很长一段时间了，但是负载测试的总设置时间总是一个问题。虽然ZebraTester不是开源的，但我在过去六个月节省的时间弥补了它。他们还有一个SaaS门户，可以使用他们的负载生成器快速运行测试。
看看LoadBooster(https://www.loadbooster.com)。它利用无头脚本浏览器PhantomJS/CasperJs来测试网站。Phantomjs将解析和渲染每个页面，执行客户端脚本。无头浏览器方法更容易编写测试场景，以支持复杂的AJAX重载Web 2.0应用程序、浏览器导航、鼠标单击和对浏览器的击键，或者等待DOM中存在元素。LoadBooster也支持硒HTML脚本。
免责声明:我为LoadBooster工作。
我用过Grinder。它是开源的，非常容易使用，并且非常可配置。它是基于Java的，脚本使用Jython。我们在一个。net web应用程序上运行了它，所以不要认为它只是一个Java工具(从本质上讲，任何web压力工具都不应该与它所使用的平台绑定)。
We did some neat stuff with it... we were a web based telecom application, so one cool use I set up was to mimick dialing a number through our web application, then used an auto answer tool we had (which was basically a tutorial app from Microsoft to connect to their RTC LCS server... which is what Microsoft Office Communicator connects to on a local network... then modified to just pick up calls automatically). This then allowed us to use this instead of an expensive telephony tool called The Hammer (or something like that).
无论如何，我们还使用该工具来查看应用程序在高负载下的运行情况，它在查找瓶颈方面非常有效。该工具内置了报告，以显示请求花费的时间，但我们从未使用过它。日志还可以存储所有响应或自定义日志。
我强烈推荐这个工具，非常有用的价格…但是期望用它做一些自定义设置(它有一个内置的代理来记录脚本，但它可能需要自定义来捕获会话之类的东西……我知道我必须自定义它以利用每个线程的唯一会话)。
我们最近开始使用Gatling进行负载测试。我强烈推荐使用这个工具进行负载测试。我们过去使用过SOASTA和JMETER。我们考虑加特林的主要原因如下:
记录仪对场景进行记录 使用Akka和Netty相比性能更好 Jmeter线程模型 DSL Scala相比Jmeter XML更易于维护 编写测试很容易，如果是scala也不用害怕。 报告
让我给你一个简单的例子来写代码使用加特林代码:
// your code starts here
val scn = scenario("Scenario")
.exec(http("Page")
.get("http://example.com"))
// injecting 100 user enter code here's on above scenario.
setUp(scn.inject(atOnceUsers(100)))
但是你可以让它越复杂越好。加特林的突出特点之一是报告非常详细。
以下是一些链接: 加特林 加特林教程
我最近做了一个关于它的演讲，你可以在这里看一下: https://docs.google.com/viewer?url=http%3A%2F%2Ffiles.meetup.com%2F3872152%2FExploring-Load-Testing-with-Gatling.pdf
