Яндекс танки номер телефона

Время на прочтение
1 мин

Количество просмотров 4.2K

Яндекс совместно с Wargaming запустила подписку «Яндекс Плюс World of Tanks» для геймеров. Об этом Хабру сообщили в пресс-службе компании. Новое предложение содержит базовые преимущества Яндекс Плюса в виде подписки на Кинопоиск, Яндекс.Музыку и кешбэка баллами в сервисах компании. Вместе с этим пользователи получают доступ к внутриигровому контенту World of Tanks — игровая валюта, премиум-танки в аренду, элементы внешнего вида для техники, скидки и спецпредложения.

Подписка для геймеров запущена в трёх вариантах — «Базовый», «Стандарт» и «Максимум». Чем выше тариф, тем больше бонусов предлагается для игроков. Каждый месяц состав бонусов по тарифам будет меняться. Кроме того, пользователям, не имевшим подписки Яндекс Плюс, предлагают месяц бесплатного доступа к тарифу «Базовый». После оформления «Яндекс Плюс World of Tanks» игроки, не имевшие до этого подписки компании, получат танк БТ-7А со слотом в ангаре и прокачанным на 100% экипажем, а также 5 дней танкового премиум аккаунта и уникальную медаль.

Подписка «Яндекс Плюс World of Tanks» действует на территории России, Беларуси и Казахстана. Цены на тарифы:

• «Базовый» — 199 руб. / 5,49 BYN / 849 KZT в месяц;

• «Стандарт» — 399 руб. / 12,99 BYN / 1999 KZT в месяц;

• «Максимум» — 799 руб. / 26,99 BYN / 4499 KZT в месяц.

Автор: Тимур Гильмуллин

Что это

Яндекс.Танк — инструмент для проведения нагрузочного тестирования, разрабатываемый в компании Яндекс и распространяемый по лицензии LGPL. В основе инструмента лежит высокопроизводительный асинхронный генератор нагрузки phantom: он был переделан из одноименного веб-сервера, который «научили» работать в режиме клиента. При помощиphantom можно генерировать десятки и сотни тысяч HTTP-запросов в секунду (http-requests per second, http-rps).

В процессе своей работы Танк сохраняет полученные результаты в обычных текстовых журналах, сгруппированных по директориям для отдельных тестов. Во время теста специальный модуль организует вывод результатов в консольный интерфейс в виде таблиц. Одновременно запускается локальный веб-сервер, позволяющий видеть те же самые результаты на информативных графиках. По окончании теста возможно автоматическое сохранение результатов на сервисеLoadosophia.org. Также имеется модуль загрузки результатов в хранилище Graphite.

Некоторые полезные ссылки:

• код проекта на GitHub;
• официальная документация по настройке и использованию инструмента;
• информация о модулях Танка в wiki разработчиков;
• презентация об истории возникновения инструмента;
• история возникновения сервиса нагрузочного тестирования в Яндексе и разработки Танка;
• Яндекс-клуб, посвященный вопросам использования инструмента.

Сегодня мы не будем подробно останавливаться на установке и настройке Танка, поскольку эту информацию легко найти в сети, а сразу перейдем к описанию своего опыта его использования.

Сравнение производительности двух аналогичных веб-сервисов

В ходе работы нам потребовалось сравнить характеристики двух веб-сервисов, работу которых можно примерно описать как «прозрачные HTTP-прокси, перенаправляющие входящие запросы на backend-приложение».

Общую схему работы можно изобразить следующим образом:

На стенде с Танком использовался генератор нагрузки phantom с включенным монитором производительности.

В качестве стенда web-proxy на схеме использовались два тестируемых веб-сервиса, с которых при помощи агента Танка снимались показатели производительности. Условно назовем их Эталонный веб-сервис и Испытуемый веб-сервис. Нам требовалось понять, соответствует ли производительность испытуемого веб-сервиса эталонному.

Для backend использовалось небольшое веб-приложение, запущенное под Nginx и возвращающее одну простую HTML-страничку.

Выявленные ограничения

Перед началом работ мы собрали информацию об ограничениях виртуальных стендов, на которых была построена вся тестовая инфраструктура.

Характеристики стенда backend-приложения:

• 8 vCPU, 4 GB, 10 Gb/s,
• веб-сервер Nginx.

Максимальная отдача сервера, которой удалось добиться, составила ~ 25 000 http-rps, но и при нагрузке выше 25k http-rps работа стенда не была нарушена.

Стенд Танка с характеристиками 16 vCPU, 8 GB, 10 Gb/s позволил реализовать нагрузку до 300 000 http-rps.

Пропускная способность виртуальной среды ESXi, определенная с помощью Iperf, составила 8 Gb/s в одну сторону, 4 Gb/s при двухсторонней нагрузке между двумя виртуальными машинами.

Метрики и критерии сравнения

Перед началом работы для дальнейшего измерения мы определили следующие метрики каждого профиля нагрузки:

• http_rps_out — значение http-rps, отправляемое с Танка на веб-приложение,
• http_rps_in — значение http-rps, принимаемое на Танке со стороны веб-приложения,
• http_request_size — размер http-запроса в байтах,
• send_requests — количество отправленных HTTP-запросов,
• bs_out — bytes per seconds, байт в секунду — параметр определяет скорость отправки данных с Танка,
• bs_in — значение bs, отправляемое с веб-приложения в сторону Танка,
• test_time — время теста в секундах,
• response_time_med — среднее время, в которое укладывается 90% всех ответов.

Зная число HTTP-запросов и их размер, получаем, что bs и http-rps связаны по формуле: bs = http_rps * http_request_size.

В данном случае мы решили выбрать следующие критерии для сравнения работы веб-сервисов под нагрузкой:

1. За все время теста значение параметра «время, в которое укладывается 90% ответов» у испытуемого веб-сервиса должно быть не больше, чем у эталонного веб-сервиса.
2. На отрезке возрастания нагрузки на очередные 1000 http-rps значение параметра «время, в которое укладывается 90% ответов» у испытуемого веб-сервиса должно быть не больше, чем у эталонного веб-сервиса.
3. За все время теста общее количество правильно обработанных запросов у испытуемого веб-сервиса должно быть не меньше, чем у эталонного веб-сервиса.

Аналогичным образом можно определить иные критерии нагрузочных тестов для любых проектов.

Тестовые HTTP-запросы

Для одного из профилей нагрузочных тестов нам требовалось создать смешанный HTTP-трафик из GET- и POST-запросов с линейным возрастанием нагрузки до 10k http-rps в течение 10 минут.

HTTP-запросы, вошедшие в патрон Яндекс.Танка

GET /loadtest/index.php?id=1&login=user&pwd=password HTTP/1.1

X-Sniffer-Forwarded-For: yandex-tank-example-domain.ptsecurity.ru

Host: backend-example-domain.ptsecurity.ru

User-Agent: Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)

Чтобы упростить подготовку патрона для такого смешанного трафика, мы сделали скрипты, аналогичные perl-скриптам, предлагаемым на форуме.

Сбор данных и анализ результатов

После подготовки запросов мы просто запустили Танк стандартным образом и выполнили нагрузочный тест со смешанным трафиком для обоих тестируемых веб-сервисов.

Результаты для эталонного веб-сервиса

Информация веб-монитора Танка:

Информация консоли Танка:

Результаты для испытуемого веб-сервиса

Информация веб-монитора Танка:

Информация консоли Танка:

Даже судя по графикам, испытуемый сервис показывал результаты не хуже, чем эталонный. Проверив все три формально определенных выше критерия, мы в этом убедились.

1. Испытуемый сервис удовлетворяет первому критерию, так как для 90% запросов среднее время ответов для испытуемого сервиса не превышало такой же показатель для эталонного сервиса.
2. Требование второго критерия выполнялось для каждого этапа нагрузки.
3. Судя по анализу статус-кодов ответов, записанных в журналы Танка, испытуемый веб-сервис принял и корректно обработал запросов больше, чем эталонный веб-сервис.

Выводы

По результатам работы с Яндекс.Танком можно с полной ответственностью заявить, что этот инструмент отлично подходит в тех случаях, когда требуется быстро провести нагрузочное тестирование веб-приложений без их сложной подготовки и при этом получить множество полезных статистических данных для анализа производительности.

Кроме того, он хорошо внедряется в имеющиеся системы автоматизации. Например, для упрощения работы со стендом Танка — управления, запуска, подготовки патронов для лент, контроля за процессом тестирования и сбором результатов — мы без особых усилий написали класс-обвязку на Python, который подключается к стенду по SSH и выполняет все перечисленные действия. Затем этот класс был встроен в нашу существующую систему авто-тестирования.

Дополнительно вы можете посмотреть, как подключить и использовать высокопроизводительную систему Graphit для анализа большого числа графиков (о ней рассказывалось в одной из презентаций на конференции YAC-2013). Ее также можно приспособить для нужд нагрузочного тестирования с использованием Яндекс.Танка.

Выражаю благодарность моему коллеге Олегу Каштанову за техническую поддержку.