昨天我們在 GitLab 上產出了足夠的假資料了，今天就正式進入 GitLab Performance Tool，用它來測試我們的 GitLab Server 效能。

1. 延續昨天，首先我們要準備另一個 .json，即是 K6 這個 Load testing 工具的 Config，用這個檔案控制你要測試多久、模擬多少 RPS（Requests Per Second），因此你可以根據你預期的 GitLab 使用者數量與使用量來調整這個檔案，來測試你的 GitLab Server 是否有辦法支撐。
   下面這個檔案有幾個重點，首先是 stages，它用來控制你要模擬多少位使用者，以及使用者會持續發出 Request 多久時間；以下面的範例即是，在最初的 5 秒增加到 10 位使用者，接著 10 秒繼續維持 10 位使用者，接著在 5 秒內減少至 5 位使用者，最後的 5 秒減少到 0 位使用者。

   第二個重點是 rps，就是控制每秒要發出多少 Requests。

    {
    "stages": [
        { "duration": "5s", "target": 10 },
        { "duration": "10s", "target": 10 },
        { "duration": "5s", "target": 5 },
        { "duration": "5s", "target": 0 }
    ],
    "rps": 10,
    "max_vus": 1000,
    "batchPerHost": 0
    }
   

   如果不知道要怎麼設定，那原廠也已經準備好了數個情境，你可以直接拿來使用。

2. 再次拿出昨天我們為了執行 GPT Data Generator 所準備的資料夾與檔案，但要增加更多資料夾。

   - gpt #資料夾
     |_ config #資料夾
     |  |_ environments #資料夾
     |  |   |_ 昨天的.json
     |  |_ options #資料夾
     |     |_ 今天新增 k6 的 .json
     |_ results #資料夾
   

3. 執行測試
   再次感謝原廠，已經做好 docker image 可以直接使用，因此你只要在有 docker 的環境執行下面的指令即可。
   如下範例，記得要將你準備好的資料夾用 -v 同步給 container 使用。

    docker run -it \
      -e ACCESS_TOKEN=你的_Access_token \
      -v /gpt/config:/config \
      -v /gpt/results:/results \
      gitlab/gitlab-performance-tool \
      --environment 昨天的.json \
      --options 今天新增k6的.json
   

4. 等待測試執行完畢，因為測試的項目有點多，因此這個測試也是要跑一段時間，你可以再去喝第二杯咖啡再回來察看成果。

與昨天相同，放幾張擷圖讓大家感受一下。

開始執行測試，立刻就出現 K6 的圖案啦！然後就會一一執行測試。

每執行一段，就會有一些小結。

總共跑了 2473 秒，大約 41 分鐘才跑完。

最後也會有一個簡單的 Summary。

會條列出每一項測試，哪一些有通過，哪些沒通過。

測試過程與結果也會輸出為檔案，可供事後查閱。

雖然今天介紹的 GitLab Performance Tool 背後也是使用 K6（看來 K6 真的是紅了），但 GitLab 原廠有再包了一層，要打哪些 API 與頁面都幫你規劃好了，因此可以很容易的拿來直接對自架的 GitLab Server 做 Load testing。（啊，如果你的 GitLab 是架設在雲端，要做測試前記得先通知一下你的雲端供應商，免得你被判定是在實施 DDoS 攻擊。）

這兩天介紹的 GPT Data Generator 與 GitLab Performance Tool 都還有更多參數可以設定，像是你可以選擇用自己準備的 project 來取代原廠準備的 Large Project 當作假資料，也可以增加要測試的內容，因此在使用上還有更多的彈性與客製化空間，這些就留給大家自行研究了。

圖片來源 - 吉卜力工作室 https://www.ghibli.jp/works/tanuki/#&gid=1&pid=3

參考資料

• https://gitlab.com/gitlab-org/quality/performance/-/blob/main/docs/k6.md