罗罗编程学习记录
本页内容 展开查看

09.1.2.3 压测方法与场景设计

所属:全栈开发面试题库 / 09 高阶架构:高并发与分布式 / 09.1 高并发基础 / 09.1.2 容量评估与性能指标

09.1.2.3-001 压测分哪几种类型?各自目的是什么?

一句话结论

常见有负载测试(验证目标指标内表现)、压力测试(找拐点与极限)、容量测试(确定可承载规模)、浸泡测试(长时间稳定性)、全链路压测(生产级链路演练);目的分别是验证达标、找极限、定容量、查泄漏、演练整体预案。

概念解释

  • 负载:在预期负载下验证 RT/错误率达标。
  • 压力:逐步加压到拐点之后,观察崩溃方式。
  • 容量:得出单机/集群可承载的 QPS 与并发。
  • 浸泡:长时间运行暴露内存泄漏、缓存膨胀、慢性抖动。

原理流程

负载测试 → 达标验证
压力测试 → 拐点定位
容量测试 → 规模结论
浸泡测试 → 稳定性与泄漏
全链路压测 → 端到端预案

常见误区

  • 误区:压测就是把并发拉高。不同类型目标不同,只拉高压测无法回答容量与稳定性问题。
  • 误区:压力测试可以直接在生产无隔离进行。必须有隔离与熔断保护,避免影响真实用户。

追问

  • 问:上线前至少要做哪几类?答:负载达标 + 压力找拐点 + 必要的浸泡稳定性,核心链路再做全链路压测。
  • 问:浸泡测试主要看什么?答:内存趋势、线程/连接增长、GC 频率、缓存命中率与慢性 RT 劣化。

09.1.2.3-002 容量、负载、压力、浸泡测试有什么区别?

一句话结论

负载测试确认“目标负载下是否达标”;压力测试确认“极限在哪里、如何失效”;容量测试回答“需要多少资源”;浸泡测试确认“长时间跑是否稳定”;四者递进,结论不可互相替代。

概念解释

  • 负载:预设 SLO 负载,看是否满足。
  • 压力:超过设计负载,观察退化与崩溃。
  • 容量:逐级加压得出可承载规模与水位。
  • 浸泡:低负载长时间运行。

原理流程

负载 → 达标?
压力 → 拐点/崩溃点?
容量 → 单机与集群规模?
浸泡 → 泄漏/漂移/稳定性?

常见误区

  • 误区:压力测试通过 = 容量充足。压力只给极限方向,容量结论要结合冗余与 SLO 水位。
  • 误区:短时间压测过了就没有泄漏。内存类泄漏要靠浸泡长时间暴露。

追问

  • 问:容量测试和压力测试加压方式一样吗?答:容量按阶梯逐级找稳定水位;压力可继续冲到失效,观察降级与恢复。
  • 问:浸泡多久算足够?答:覆盖业务周期与典型运行时长,具体时长按系统特征定,不能编造固定结论。

09.1.2.3-003 压测目标怎么定?

一句话结论

目标量化到 QPS/TPS、RT 分位、错误率与资源水位,并对应业务峰值预估;目标来自 SLO 与历史流量,而不是“能跑多高跑多高”。

概念解释

  • 吞吐目标:峰值 QPS/TPS 预估。
  • 延迟目标:P95/P99 RT 上限。
  • 质量目标:错误率上限、资源水位红线。

原理流程

业务峰值预估 + SLO
  → 目标 QPS、RT 分位、错误率、CPU/依赖水位
    → 压测验证是否在目标内

常见误区

  • 误区:目标只写“高性能”。不可度量的目标无法判定通过与否。
  • 误区:目标只定吞吐。延迟与错误率不达标,高吞吐没有意义。

追问

  • 问:目标 QPS 从哪来?答:历史监控峰值、活动预估、业务增长预测,结合高峰系数。
  • 问:资源水位目标怎么定?答:按压测拐点与 SLO 反推,留安全余量,不把 CPU 打满当目标。

09.1.2.3-004 压测环境与生产环境为什么要尽量对齐?

一句话结论

环境差异(核数、内存、磁盘、网络、下游数据量、配置、中间件版本)会让压测结论失真;对齐硬件规格、数据规模、依赖拓扑与配置,压测结果才可外推到生产。

概念解释

  • 硬件:CPU 型号/核数、内存、磁盘类型。
  • 数据:数据量、索引、缓存命中率、热点分布。
  • 依赖:下游实例数、中间件版本与配置。

原理流程

压测环境 ≈ 生产规格 + 等量数据 + 同版本依赖
  → 结论可外推
差异大 → 结论只能作相对参考

常见误区

  • 误区:小环境测出的比例关系可以线性放大到生产。集群协调、共享资源与数据分布不同,非线性明显。
  • 误区:用空库压测。数据量小导致索引/缓存表现与生产完全不同。

追问

  • 问:无法完全对齐时怎么办?答:记录差异项,结论标注适用边界,关键容量以生产灰度/全链路压测复核。
  • 问:配置要对齐哪些?答:线程池、连接池、JVM 参数、超时、限流规则与生产一致。

09.1.2.3-005 数据量与数据分布如何模拟?

一句话结论

准备与生产量级接近的基础数据,模拟真实读写比例、参数分布(热点/长尾)、数据关联性与请求体大小;避免全量命中缓存或统一访问同一行,否则测出的容量偏乐观。

概念解释

  • 数据量:表行数、索引规模、缓存容量。
  • 分布:热点 key 比例、参数取值范围、请求大小。
  • 关联性:下单依赖商品、用户等前置数据。

原理流程

生产数据画像 → 造数脚本生成等量数据
  → 请求参数按分布抽样
    → 验证缓存命中率与热点占比接近生产

常见误区

  • 误区:压测数据随机生成即可。随机数据可能导致索引失效、关联缺失,路径与生产不同。
  • 误区:所有请求打同一个商品 ID。热点行锁竞争被放大,或反过来单测不到缓存分布。

追问

  • 问:如何还原热点分布?答:从生产日志提取参数访问频次,按比例回放或生成热点集合。
  • 问:请求体大小怎么模拟?答:按生产报文分布取平均与上限,避免统一极小报文掩盖序列化与网络成本。

09.1.2.3-006 场景建模:读多写少、混合、单接口与全链路怎么选?

一句话结论

先按真实流量配比建模:单接口压测定位单点能力,混合场景验证组合瓶颈,全链路验证端到端协作;场景要覆盖核心业务路径与读写比例,不能只压最快的接口。

概念解释

  • 单接口:定位模块极限与代码瓶颈。
  • 混合:按生产读写比例与接口占比组合施压。
  • 全链路:接入层到下游依赖的完整路径。

原理流程

单接口 → 单点能力
混合场景 → 组合资源竞争
全链路 → 端到端瓶颈与预案

常见误区

  • 误区:把所有接口等比例并发压。生产接口占比差异很大,等比会误判资源竞争。
  • 误区:只压读接口。写链路的 DB 锁与持久化压力完全没被验证。

追问

  • 问:场景脚本如何编排?答:按用户旅程串起访问顺序(浏览 → 下单 → 支付),保持业务依赖与数据一致。
  • 问:混合场景怎么分配权重?答:按生产各接口 QPS 占比与 RT 加权,反映真实资源占用。

09.1.2.3-007 阶梯加压如何找拐点?

一句话结论

按并发或速率分阶梯逐级加压,每级稳定运行一段时间,记录 QPS、RT 分位、错误率与资源水位;拐点是 RT 开始非线性上升、错误率抬头或资源饱和的加压级别。

概念解释

  • 阶梯:如每级并发翻倍或按固定步长增加。
  • 稳定期:每级跑够样本量再读数。
  • 拐点:吞吐不再增长、RT 陡升的交界。

原理流程

并发 500 → 1000 → 2000 → 3000 ...
每级记录:QPS / P99 / 错误率 / CPU / 队列
拐点 = RT 陡升或饱和的级别

常见误区

  • 误区:一次直接拉到目标并发。无法观察各级曲线,定位不到拐点。
  • 误区:每级运行时间过短。样本不足、缓存与连接未预热,读数不稳。

追问

  • 问:拐点之后还要继续压吗?答:压力测试可继续观察失效方式与恢复表现,但容量结论取拐点前水位。
  • 问:以哪个指标定拐点?答:RT 分位陡升、错误率出现、资源饱和队列增长综合判断,不只看吞吐。

09.1.2.3-008 拐点之后继续加压会观察到什么?

一句话结论

越过拐点后吞吐持平或下降,RT 长尾暴涨,队列持续积压,错误率/超时率上升,资源处于饱和;继续加压通常不会增加有效完成量,只会放大排队与失败。

概念解释

  • 饱和:到达率超过服务率,队列增长。
  • 退化:超时占比上升,重试进一步加压。
  • 风险:级联失败、OOM、下游被压垮。

原理流程

越过拐点
  → 吞吐持平/下降
    → RT 长尾暴涨、队列积压
      → 超时/拒绝增加 → 重试风暴

常见误区

  • 误区:吞吐还在涨说明没到瓶颈。要看 RT 与错误率,吞吐可能由失败重试或短请求撑起。
  • 误区:压到崩溃才有价值。在线系统压到完全崩溃风险高,观察到明显退化趋势即可。

追问

  • 问:拐点后系统如何自保?答:限流、熔断、降级、有界队列拒绝,防止资源耗尽级联失败。
  • 问:如何从崩溃恢复?答:停止施压后观察队列消化、RT 与错误率回落时间,验证恢复能力。

09.1.2.3-009 压测脚本要做哪些断言与校验?

一句话结论

脚本要校验状态码、业务结果、关键字段与数据一致性,不能只看连接成功;断言覆盖响应结构、业务状态与副作用(落库/消息),避免“请求成功但业务错误”被当通过。

概念解释

  • 协议断言:状态码、响应头、报文结构。
  • 业务断言:返回码、关键字段、预期数据。
  • 副作用校验:DB 记录、消息投递、幂等结果。

原理流程

响应返回 → 校验状态码与字段
  → 校验业务结果
    → 抽样校验落库/消息副作用

常见误区

  • 误区:200 就算成功。业务失败、页面兜底数据也可能返回 200。
  • 误区:压测不校验数据一致性。重复下单、脏写可能在高并发下才暴露。

追问

  • 问:压测数据如何避免污染?答:使用独立测试库/影子表,结束后清理或回滚。
  • 问:断言失败如何归类?答:区分协议错误、业务断言失败、数据不一致,分别统计。

09.1.2.3-010 压测数据隔离与流量标记(全链路压测)怎么做?

一句话结论

全链路压测在生产环境用影子库/影子表、流量染色标记,压测请求在各中间件与存储路由到影子链路,不污染真实数据;入口限流、降级与熔断保护真实用户。

概念解释

  • 染色:请求带压测标记,全链路透传。
  • 影子存储:影子库/表/Topic 承接压测数据。
  • 保护:入口限流、开关、随时可断压测流量。

原理流程

压测请求带标记
  → 网关/服务识别标记
    → DB/缓存/MQ 路由影子链路
      → 真实数据与用户不受影响

常见误区

  • 误区:全链路压测直接打真实库。压测数据污染生产,错误写入影响真实业务。
  • 误区:标记只在入口设置。中间件异步链路丢标记会导致影子路由失效。

追问

  • 问:影子缓存怎么实现?答:key 加压测前缀/标记,与真实缓存物理或逻辑隔离。
  • 问:全链路压测前置条件?答:链路具备染色透传、影子存储、限流降级预案与快速止损开关。

09.1.2.3-011 压测时监控哪些层次的指标?

一句话结论

分层监控:接入层、应用(CPU/内存/GC/线程池/队列)、下游(DB/缓存/MQ/外部接口)、系统(网络/磁盘/中断);每层看吞吐、延迟、饱和度与错误,才能定位瓶颈在哪一层。

概念解释

  • 应用层:线程池、队列、在途请求、GC。
  • 数据层:DB 连接、慢查询、锁等待、缓存命中率。
  • 系统层:CPU、负载、网络带宽、磁盘 IO、软中断。

原理流程

接入 → 应用 → 中间件/下游 → 系统资源
每层记录吞吐、RT、饱和度、错误

常见误区

  • 误区:只监控应用 CPU。DB 锁等待或网络打满时应用 CPU 可能很闲。
  • 误区:不看中间件指标。MQ 积压、连接池耗尽是常见压测瓶颈。

追问

  • 问:压测时要开哪些 profiling?答:CPU 火焰图、线程栈、慢查询日志、GC 日志,按瓶颈层级开启。
  • 问:指标采样频率怎么定?答:足够捕捉短时尖刺,避免低频采样漏掉排队与停顿。

09.1.2.3-012 压测如何避免影响真实用户与生产数据?

一句话结论

优先隔离环境;生产全链路压测必须染色隔离影子数据、设置入口限流与一键止损、选择低峰窗口、灰度放量逐步加压,并预演降级开关。

概念解释

  • 隔离:影子库表、影子 Topic、标记透传。
  • 保护:限流阈值、熔断降级、开关预案。
  • 节奏:低峰、分批、可随时中止。

原理流程

压测前:隔离方案 + 止损开关 + 值班
压测中:逐步放量,监控真实指标
异常 → 一键切断压测流量

常见误区

  • 误区:在生产直接用真实账号和库存压测。会产生真实订单与扣费,必须使用测试数据与影子链路。
  • 误区:压测不设上限。突发流量可能压垮真实下游,必须有入口限流保底。

追问

  • 问:如何一键止损?答:压测流量入口开关、临时限流规则、降级预案,提前演练可快速生效。
  • 问:压测后要核对什么?答:真实业务指标无异常、影子数据清理、下游无残留积压。

09.1.2.3-013 读写压测分离做还是一起做?

一句话结论

先分接口/分类型单测定位各自能力,再按生产比例混合压测验证组合竞争;分离用于定位,混合用于结论,两者互补,不能只做其中一种。

概念解释

  • 分离:读能力、写能力分别评估。
  • 混合:验证共享资源(DB 连接、CPU)在真实配比下的表现。
  • 写压测关注提交与锁,读压测关注缓存与查询。

原理流程

先读单测、写单测 → 各自瓶颈
  → 按生产比例混合 → 整体容量结论

常见误区

  • 误区:只读压测通过就上线。写链路容量与锁竞争完全没验证。
  • 误区:混合比例凭感觉。应从生产流量统计读写占比与接口权重。

追问

  • 问:写压测要注意什么?答:事务回滚/清理、主键与索引竞争、持久化与复制延迟、重复写入幂等。
  • 问:读压测关注什么?答:缓存命中率、查询计划、连接池占用与长尾慢查询。

09.1.2.3-014 预热为什么必要?预热到什么程度?

一句话结论

冷启动时代码未 JIT、连接未建立、缓存未命中、类未加载,初始 RT 偏高;预热让连接池、缓存、JIT 与热点代码达到稳态后再读数,避免把冷启动开销算进容量结论。

概念解释

  • 预热项:连接池建立、本地/分布式缓存填充、JIT 编译、静态资源加载。
  • 判据:RT 与资源占用进入平稳区间后开始正式压测。

原理流程

热身请求 → 建连接/填缓存/JIT 编译
  → 指标平稳 → 开始阶梯压测读数

常见误区

  • 误区:压测一开始就记录容量数据。冷启动长尾会低估单机能力。
  • 误区:预热只打一次简单请求。要覆盖核心路径与主要数据,确保关键缓存命中。

追问

  • 问:怎么判断预热完成?答:RT 分位稳定、连接池达到常备大小、缓存命中率接近生产水平。
  • 问:缓存预热到什么比例?答:按生产命中率画像,避免冷缓存全穿透 DB。

09.1.2.3-015 并发用户数与请求速率怎么设置?

一句话结论

并发数控制在途请求量,请求速率(QPS)控制到达强度;IO 密集场景按目标 QPS 反推并发(并发 = QPS × RT),压测工具可按并发或按速率施压,两种口径要换算清楚。

概念解释

  • 并发:同时在途的虚拟用户/请求。
  • 速率:每秒发起请求数。
  • 关系:Little 定律互推。

原理流程

目标 QPS × 目标 RT = 所需并发
工具:固定并发循环发请求,或固定速率发请求

常见误区

  • 误区:并发数设得越高越好。并发过高造成排队,测出的是饱和而非能力。
  • 误区:忽略客户端自身发压能力。施压工具成为瓶颈时,服务端 QPS 上不去。

追问

  • 问:按速率施压适合什么场景?答:需要模拟固定到达率、评估排队与限流行为时。
  • 问:虚拟用户数怎么定?答:先按目标 QPS × 预估 RT 估算在途并发,再按压测曲线修正。

09.1.2.3-016 压测工具怎么选型?

一句话结论

按场景选:wrk/wrk2 轻量 HTTP 高并发压测;JMeter 图形化与协议插件丰富;Gatling/脚本化场景编排强;Locust 用代码定义行为;选型看协议支持、场景复杂度、分布式施压能力与团队熟悉度。

概念解释

  • 高并发 HTTP:wrk 类轻量工具施压效率高。
  • 复杂业务编排:脚本化框架(Gatling/Locust/JMeter 线程组)。
  • 分布式施压:单机客户端能力不足时多机施压。

原理流程

协议与场景复杂度 → 工具类型
施压规模 → 单机或分布式集群

常见误区

  • 误区:工具并发参数等于服务端并发。施压端自身瓶颈会限制结果,需监控客户端资源。
  • 误区:只看工具报告的成功数。业务断言与服务端指标要交叉核对。

追问

  • 问:怎么判断压测客户端成了瓶颈?答:客户端 CPU/网络打满、发压速率上不去,而服务端资源仍空闲。
  • 问:RPC/消息场景用什么?答:选支持对应协议的工具或自写脚本,分布式施压补足规模。

09.1.2.3-017 压测客户端自身成为瓶颈怎么识别?

一句话结论

识别信号:客户端 CPU/内存/网络打满、发压线程阻塞、实际到达速率低于设定值,而服务端 CPU 与队列仍空闲;此时应横向扩容施压机或更换更轻量的施压方式。

概念解释

  • 客户端瓶颈:发压能力不足。
  • 服务端空闲:资源未饱和。
  • 表现:服务端指标曲线与施压目标不符。

原理流程

设定 QPS 上不去
  → 监控施压机 CPU/网络/连接
    → 客户端饱和而服务端空闲
      → 扩容施压端

常见误区

  • 误区:服务端 QPS 上不去就是服务端瓶颈。也可能是施压端能力不够,需双侧监控。
  • 误区:单机压测能代表集群施压。单机 fd、网络与线程数有限,大规模场景要分布式施压。

追问

  • 问:分布式施压如何保证同步?答:统一节拍/协调器,各施压机分配目标速率,汇总结果统一计算。
  • 问:客户端连接数受限怎么办?答:调大本机 fd 与端口范围,必要时多机分摊连接。

09.1.2.3-018 长时间浸泡测试看什么问题?

一句话结论

浸泡测试暴露短压测看不到的问题:内存泄漏、线程/连接泄漏、缓存膨胀、GC 逐渐恶化、慢性 RT 漂移、日志/磁盘增长;看趋势而非单点峰值。

概念解释

  • 泄漏:堆外/线程/连接只增不减。
  • 漂移:RT、GC 频率随时间缓慢上升。
  • 资源:磁盘、文件句柄、缓存容量。

原理流程

低负载长时间运行
  → 观察内存/线程/连接/GC 趋势
    → 曲线单调上升即存在泄漏或膨胀

常见误区

  • 误区:浸泡跑半小时足够。泄漏类问题积累慢,短时间内曲线不明显。
  • 误区:内存有 GC 就不会泄漏。堆外内存、线程栈、连接对象可能不被 GC 回收。

追问

  • 问:内存趋势怎么判读?答:Full GC 后基线是否逐次抬升;稳定系统回收后基线平稳。
  • 问:连接泄漏怎么发现?答:借出未归还连接数随时间单调增长,无空闲回收。

09.1.2.3-019 压测结果如何转化为容量结论与扩容建议?

一句话结论

从压测曲线取拐点前的安全水位作为单机可用能力,结合目标峰值 QPS、冗余与故障校验推算实例数;结论写明依据的场景、环境差异与待确认项,扩容建议对应瓶颈层级。

概念解释

  • 单机能力:拐点前稳定 QPS 与 RT 水位。
  • 实例推算:目标峰值 / 单机能力 × 冗余。
  • 瓶颈对应:CPU 不足扩应用,DB 瓶颈先优化/分离而非盲目加应用。

原理流程

单机安全能力(压测拐点前)
  → 目标峰值 / 单机能力 = 理论实例
    → × 冗余系数 + N-1 校验
      → 按瓶颈层级给扩容/优化建议

常见误区

  • 误区:把压测极限 QPS 直接当生产单机能力。极限点附近延迟已恶化,要取安全水位。
  • 误区:所有瓶颈都靠加机器。DB/缓存/锁瓶颈加应用实例无法解决,先治理下游。

追问

  • 问:容量结论要附哪些前提?答:场景配比、数据规模、环境规格、依赖版本与未覆盖场景。
  • 问:扩容建议如何分级?答:先垂直优化(参数/索引/缓存),再水平扩容应用,最后评估存储扩展。

09.1.2.3-020 全链路压测的风险与必备保护有哪些?

一句话结论

风险包括压测流量压垮真实下游、污染生产数据、触发真实扣费/通知、告警风暴;必备保护为流量染色与影子隔离、入口限流、熔断降级预案、一键止损开关、低峰窗口与值班监控。

概念解释

  • 数据保护:影子库表/Topic/缓存前缀。
  • 流量保护:限流阈值、熔断、非核心功能降级。
  • 操作保护:审批、窗口、放量节奏、回退开关。

原理流程

前置:染色透传 + 影子存储 + 保护开关
压测:低峰分批放量
异常:一键切断 → 恢复 → 复盘

常见误区

  • 误区:全链路压测可以不限流。压测流量同样可能击穿下游,入口必须保留限流兜底。
  • 误区:只准备应用层降级。第三方支付、短信等外部接口要有测试通道或 mock,避免真实调用。

追问

  • 问:外部依赖如何处理?答:测试环境沙箱、mock 或专用测试账号,禁止压测触发真实通知/扣费。
  • 问:压测后复盘什么?答:链路瓶颈、预案有效性、容量缺口与保护开关是否按预期生效。