OHA v1.8.0 版本发布:支持mTLS与转发头等新特性
OHA 是一个用 Rust 编写的现代化 HTTP 负载测试工具,它类似于 ab 和 wrk,但提供了更丰富的功能和更直观的实时统计界面。OHA 的设计目标是简单易用,同时又不失强大性能,特别适合开发者和运维人员快速进行 Web 服务的性能测试和基准测试。
主要更新内容
1. 预加载 TLS 配置优化
在 v1.8.0 版本中,OHA 对 TLS 配置的处理进行了优化,现在会预加载 TLS 配置而不是在每次请求时重新加载。这一改进显著减少了建立 HTTPS 连接时的开销,特别是在高并发测试场景下,能够提升整体的测试吞吐量。
2. 支持双向 TLS 认证(mTLS)
双向 TLS 认证(mTLS)是一种更安全的通信方式,它不仅要求服务器向客户端证明其身份,还要求客户端向服务器证明其身份。v1.8.0 版本新增了对 mTLS 的支持,使得 OHA 能够测试那些要求客户端证书的服务。
这一特性对于测试银行、医疗等对安全性要求极高的 API 服务特别有用。用户现在可以通过配置客户端证书和私钥来进行 mTLS 认证的负载测试。
3. 转发头支持
新版本增加了对转发头的支持,用户可以在请求中添加特定的转发头信息。这在测试需要通过转发服务器访问的服务时非常有用,或者当后端服务需要特定的转发头信息来进行处理时。
4. 连接目标随机选择优化
当使用 --connect-to 参数指定多个匹配的目标时,v1.8.0 版本会随机选择连接目标,而不是固定顺序。这一改进使得负载能够更均匀地分布到多个目标上,避免了可能出现的单点过载问题。
性能优化
除了功能增强外,v1.8.0 版本还包含了一些性能优化:
-
提供了 PGO(Profile-Guided Optimization)优化的构建版本,这些版本通过收集运行时性能数据来指导编译器优化,能够提供更好的性能表现。
-
针对不同平台提供了专门的构建版本,包括 Linux amd64/arm64、macOS amd64/arm64 和 Windows amd64,确保在各个平台上都能获得最佳性能。
使用建议
对于需要测试 HTTPS 服务的用户,建议使用预加载 TLS 配置的特性,这可以显著提升测试性能。如果测试的是要求高安全性的服务,可以考虑使用新增的 mTLS 支持功能。
对于需要测试转发环境或特定头要求的服务,新的转发头支持功能将非常有用。而连接目标的随机选择特性则适合测试负载均衡场景。
总结
OHA v1.8.0 版本通过新增 mTLS 支持、转发头功能和连接目标随机选择等特性,进一步增强了其在复杂测试场景下的适用性。同时,通过 TLS 配置预加载和 PGO 优化等技术,提升了工具的性能表现。这些改进使得 OHA 成为一个更加强大和灵活的 HTTP 负载测试工具,能够满足从简单到复杂的各种测试需求。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00