压测工作

基于以上环境部署成功后，进行如下压测工作

1 修改MeterSphere的docker-compose-server.yaml文件

按照下图修改为连接Kafka地址

2 如果采用k8s集群压测，需要提前准备好k8s集群，创建好SA和token，创建如下：

1、创建namespaces
kubectl create namespace metersphere
2、创建SA
kubectl create serviceaccount ms -n metersphere
3、创建namespace授权SA
kubectl create clusterrolebinding ms --clusterrole=admin --serviceaccount=metersphere:ms -n metersphere
4、查询SA token
kubectl describe sa/ms -n metersphere
kubectl describe secrets -n metersphere ms-token-xxxx

k8s对接界面配置如下，注意需要调整JMeter配置，经过测试，2500左右的VU，在无大量错误的情况下需要消耗2C4G左右资源:

3 最终压测效果如下，打了2.5万并发VU

4 此方案已经在客户现场进行了部署测试，验证了MS在不同大规模场景下可通过水平扩展的方式，弹性支持压测池的调度。