Gráficos de Desempenho com ApacheBench & GnuPlot

Que tal analisar dados representativos de acesso HTTP obtidos de uma URL, através de um gráfico de desempenho? Com os utilitários ApacheBench e GnuPlot isto é possível. Este artigo descreve como fazê-lo, utilizando um pouco de transformações na linha de comando.

ApacheBench

Para testar 200 requisições simples (sem concorrência) HTTP a URL da imagem acima, do Doodle do dia da Independência (2011), utiliza-se o ApacheBench (comando ab) da seguinte forma:

$ ab -e csv -g tsv -n 200 http://www.google.com.br/logos/2011/brazil_day-2011-hp.jpg

Notas:

• Para um teste de verdade de desempenho, é melhor usar muitas requisições, como 1000, 2000, 5000 ou até mesmo 10000;
• Deve-se também testar com múltipla concorrência, use -c 10 para testar com 10 requisições simultâneas, ou -c 100 para fazer 100 requisições ao mesmo tempo.

Ao final dos testes é apresentado um resumo da execução, que por si só já é interessante para análise. Procure certificar-se que os testes não falharam, antes de tirar alguma conclusão.

Como vamos fazer gráficos dos dados coletados, teremos nos arquivos csv e tsv informações mais completas e complexas, do que o resumo apresentado na tela de execução do comando ab.

O arquivo csv contém as amostragens do tempo de resposta, por porcentagem das requisições:

$ head csv
Percentage served,Time in ms
0,515.535
1,519.431
2,519.942
3,520.477
4,521.312
5,521.526
6,521.768
7,521.903
8,521.999

O arquivo tsv contém os tempos de resposta de cada requisição submetida:

$ head tsv
starttime	seconds	ctime	dtime	ttime	wait
Wed Sep 07 18:09:44 2011	1315429784	37	479	516	176
Wed Sep 07 18:10:21 2011	1315429821	41	478	519	176
Wed Sep 07 18:10:55 2011	1315429855	41	478	519	176
Wed Sep 07 18:10:04 2011	1315429804	42	478	520	176
Wed Sep 07 18:10:44 2011	1315429844	41	479	520	177
Wed Sep 07 18:10:24 2011	1315429824	41	479	520	177
Wed Sep 07 18:11:17 2011	1315429877	42	479	520	176
Wed Sep 07 18:10:16 2011	1315429816	42	479	521	177
Wed Sep 07 18:09:44 2011	1315429784	41	480	521	178

Legenda para esses campos:

1. starttime Data e hora da requisição;
2. seconds Timestamp da requisição (o mesmo que starttime);
3. ctime Connection Time, tempo até estabelecer a conexão (latência);
4. dtime Processing Time, tempo de processamento da requisição;
5. ttime Total Time, tempo total da requisição (ctime + dtime);
6. wait Waiting Time, tempo de espera até receber o primeiro byte.

Todos estes tempos estão medidos em milisegundos (ms) ou seja, 1/1000 do segundo.

Filtragem

O GnuPlot recebe os dados numéricos em um formato padronizado, algo como apenas dados numéricos em colunas separadas por tabulações. Os dois arquivos gerados com o comando ab possuem alguns detalhes que precisam ser modificados, antes de serem úteis para o GnuPlot.

Ambos os arquivos geram um cabeçalho de descrição de campo, na primeira linha de cada arquivo, portanto é necessário removê-los.

Os dados do arquivo csv estão separados por vírgula, enquanto que dados do arquivo tsv estão separados por tabulações. No arquivo csv é preciso remover a primeira linha (cabeçalho) e separar por tabulações, ao invés de vírgulas:

$ tail -n +2 csv | tr ',' '\t' > data1

Já no arquivo tsv, deve-se remover o cabeçalho (a primeira linha) e para facilitar, também remover a primeira coluna, que contém a data expressa de maneira textual, pois é redundante com a segunda coluna, que é a mesma data e hora em formato de timestamp do Unix.

$ tail -n +2 tsv | cut -f 2-6 > data2

Resumindo, o arquivo data1 contém os dados do arquivo csv e o arquivo data2 contém os dados do arquivo tsv processados para o GnuPlot.

GnuPlot

Para traçar o gráfico dos dados disponíveis no arquivo data1, faz-se:

$ gnuplot
gnuplot> plot "data1"

Para gerar o gráfico em um arquivo PNG, ao invés de desenhar na tela, faz-se:

$ gnuplot
gnuplot> set terminal png
gnuplot> set output "plot.png"
gnuplot> plot "data1"

Pode-se acrescentar um título para o gráfico, rótulos para os eixos e uma malha (grid):

gnuplot> set title "Brasil 2011"
gnuplot> set xlabel "Total (%)"
gnuplot> set ylabel "Resposta (ms)"
gnuplot> plot "data1" title "requisicoes"

Para utilizar o formato de barras:

gnuplot> plot "data1" using 2 title "requisicoes" with boxes

Nota: using 2 quer dizer: use os dados que estão contidos na coluna 2.

Vamos tratar agora dos dados do outro arquivo. A primeira coluna é um timestamp; uma data tem leitura especial pelo GnuPlot, uma máscara de leitura (%s para timestamp) se faz necessário, conforme abaixo:

$ gnuplot
gnuplot> set xlabel "Hora (mm:ss)"
gnuplot> set ylabel "Resposta (ms)"
gnuplot> set xdata time
gnuplot> set timefmt "%s"
gnuplot> plot "data2" using 1:2 title "tempo de conexao", \
              "data2" using 1:4 title "tempo total"

Vários comandos plot podem ser utilizados, sempre separados por vírgula, e serão exibidos dentro de um mesmo gráfico.

Conclusão

É mais fácil avaliar o desempenho de um novo sistema ou de uma nova configuração, se dispomos de um gráfico para comparar as mudanças. Pode-se fazer gráficos interessantes com o GnuPlot, a partir dos dados do ApacheBench, conforme este artigo procurou mostrar.

Para traçar gráficos utilizando uma abordagem mais programática, recomendo olhar a biblioteca matplotlib, disponível para a linguagem Python. GnuPlot é mais interessante como ferramenta interativa.

Outras ferramentas gráficas para Mac OS X, que permitem explorar dados numéricos são Grapher.app, pré-instalado no Mac OS X e OmniGraphSketcher, software comercial.