09.13.1 压测工具与场景设计
所属:全栈开发面试题库 / 09 高阶架构:高并发与分布式 / 09.13 压测与调优实战
覆盖范围
- 压测工具:JMeter、Locust、wrk、Gatling
- 压测场景:单接口、混合、全链路
- 压测指标:QPS、RT、错误率
- 压测环境与数据准备
- 压测策略:梯度、峰值、稳定性
高频题速览
| 编号 | 题目 | 难度 | 频率 |
|---|---|---|---|
| 09.13.1-001 | 压测有哪些类型 | 基础 | ★★★★☆ |
| 09.13.1-002 | JMeter、Locust、wrk 怎么选 | 进阶 | ★★★★☆ |
| 09.13.1-003 | 压测指标有哪些 | 基础 | ★★★★☆ |
| 09.13.1-004 | 压测场景怎么设计 | 进阶 | ★★★★☆ |
| 09.13.1-005 | 压测数据怎么准备 | 进阶 | ★★★☆☆ |
| 09.13.1-006 | 压测环境注意事项 | 进阶 | ★★★☆☆ |
| 09.13.1-007 | 梯度压测和峰值压测 | 基础 | ★★★☆☆ |
| 09.13.1-008 | 压测客户端瓶颈 | 进阶 | ★★★★☆ |
| 09.13.1-009 | 压测和线上压测区别 | 进阶 | ★★★☆☆ |
| 09.13.1-010 | 压测报告怎么写 | 基础 | ★★★☆☆ |
09.13.1-001 压测有哪些类型?
一句话结论
压测类型:负载测试(测正常 QPS)、压力测试(测极限 QPS)、稳定性测试(长时间跑)、峰值测试(模拟突发流量)、全链路压测(端到端);目的不同,场景不同。
概念解释
- 负载:正常 QPS 下表现。
- 压力:极限 QPS。
- 稳定性:长时间跑(1~2 小时)。
- 峰值:突发流量(秒杀)。
原理流程
负载测试:
正常 QPS → RT、错误率
压力测试:
逐步加压 → 找极限 QPS
稳定性:
持续 1 小时 → 内存泄漏、GC
代码或图示
类型:
负载、压力、稳定性、峰值、全链路
常见误区
- 误区:压测就是找极限。压测有多种目的,正常负载、稳定性都要测。
- 误区:压测一次就够。不同场景、不同版本都要测。
追问
- 问:什么时候压测?答:大版本上线、大促前、定期。
- 问:压测目标?答:找容量、找瓶颈、验证降级。
09.13.1-002 JMeter、Locust、wrk 怎么选?
一句话结论
wrk 轻量高性能(C 写,单节点几万 QPS),适合快速压 HTTP 接口;JMeter 功能全(GUI、断言、报告),适合复杂场景;Locust 用 Python 写脚本,适合可编程场景;按场景选。
概念解释
- wrk:C 写,轻量,单节点高 QPS。
- JMeter:Java,GUI,功能全。
- Locust:Python,可编程。
原理流程
wrk:
wrk -t4 -c100 -d30s http://api/
→ 简单快速
JMeter:
GUI 录制脚本,复杂场景
Locust:
Python 写用户行为,可编程
代码或图示
对比:
wrk:轻量,HTTP,高 QPS
JMeter:功能全,GUI
Locust:Python,可编程
常见误区
- 误区:JMeter 性能最好。JMeter 是 Java,性能不如 wrk,适合复杂场景。
- 误区:wrk 只能压 HTTP。wrk 主要 HTTP,其他协议要自定义。
追问
- 问:大规模压测用什么?答:分布式压测(JMeter 分布式、Locust 分布式),详见 09.13.2。
- 问:压测 RPC 用什么?答:自研脚本或 JMeter 插件。
09.13.1-003 压测指标有哪些?
一句话结论
核心指标:QPS(每秒请求数)、RT(响应时间,P50/P95/P99)、错误率(失败请求占比);辅助指标:CPU、内存、GC、连接池;压测看 P99 不是平均值,长尾才是用户感受。
概念解释
- QPS:吞吐。
- RT:P50/P95/P99 分位数。
- 错误率:失败占比。
原理流程
压测结果:
QPS = 1000
RT P50 = 50ms, P99 = 200ms
错误率 = 0.1%
代码或图示
核心指标:
QPS、RT P99、错误率
辅助:
CPU、内存、GC、连接池
常见误区
- 误区:看平均 RT。平均 RT 掩盖长尾,要看 P99。
- 误区:错误率 0 就好。错误率要结合业务(超时也算错误)。
追问
- 问:P99 怎么看?答:99% 请求在 P99 以内,长尾用户感受。
- 问:RT 多少算好?答:按业务,核心接口 P99 < 200ms。
09.13.1-004 压测场景怎么设计?
一句话结论
场景设计:1. 单接口压测(找单接口极限);2. 混合场景(按真实流量比例,例如商品页 60%、下单 10%、支付 5%);3. 全链路压测(端到端,详见 09.13.2);按真实流量比例设计混合场景。
概念解释
- 单接口:找单个接口极限。
- 混合:按真实流量比例。
- 全链路:端到端。
原理流程
混合场景:
商品页 60%
搜索 20%
下单 10%
支付 5%
其他 5%
代码或图示
场景设计:
单接口 → 混合 → 全链路
按真实流量比例
常见误区
- 误区:只压单接口。单接口极限不代表系统整体能力,要混合场景。
- 误区:混合场景比例随意。按线上真实流量比例,从监控取数。
追问
- 问:真实流量比例怎么取?答:从 Nginx/网关日志统计。
- 问:场景怎么维护?答:压测脚本纳入版本管理,随业务更新。
09.13.1-005 压测数据怎么准备?
一句话结论
压测数据:1. 准备足够多的测试用户(避免缓存命中);2. 数据分布真实(商品价格、订单量按真实分布);3. 压测数据和生产隔离(影子库,详见 09.13.2);4. 避免压测数据重复(重复下单会超卖)。
概念解释
- 测试用户:足够多,避免缓存命中。
- 数据分布:真实分布。
- 隔离:影子库。
原理流程
压测数据:
100 万测试用户
商品数据按真实分布
压测订单写影子库
代码或图示
数据准备:
用户、商品、订单
分布真实
隔离影子库
常见误区
- 误区:用 100 个用户压。100 个用户全命中缓存,压不出真实能力。
- 误区:压测数据写生产库。压测写生产会污染数据,要用影子库。
追问
- 问:压测用户怎么生成?答:批量生成,唯一 ID,避免重复。
- 问:缓存怎么处理?答:压测前清空缓存,或压测缓存命中率真实场景。
09.13.1-006 压测环境注意事项有哪些?
一句话结论
压测环境:1. 隔离环境(不和生产混);2. 和生产配置一致(CPU、内存、磁盘、网络);3. 压测客户端不瓶颈(分布式压测);4. 监控齐全(资源 + 业务指标);5. 通知相关方(避免误会故障)。
概念解释
- 隔离:独立环境。
- 配置一致:和生产同配置。
- 监控:压测时看资源。
原理流程
压测前:
环境隔离
配置一致
监控就绪
通知值班
代码或图示
环境检查:
[ ] 隔离
[ ] 配置一致
[ ] 监控
[ ] 通知
常见误区
- 误区:压测环境配置比生产小。配置小压测结果不准,要和生产一致。
- 误区:压测时不监控。不监控不知道瓶颈在哪。
追问
- 问:压测能在生产做吗?答:全链路压测在生产做(影子库),单接口压测在预发。
- 问:压测客户端瓶颈?答:详见 09.13.1-008。
09.13.1-007 梯度压测和峰值压测有什么区别?
一句话结论
梯度压测逐步加压(100 → 500 → 1000 → 2000 QPS),找每个量级的 RT 和资源,定位拐点;峰值压测模拟突发流量(瞬间到 5000 QPS),验证系统能否扛住突发;梯度找容量,峰值验证突发。
概念解释
- 梯度:逐步加压,找拐点。
- 峰值:瞬间突发,验证扛压。
原理流程
梯度:
100 → 500 → 1000 → 2000
每个量级跑 5 分钟
看 RT 和资源变化
峰值:
瞬间 5000 QPS
看错误率和恢复
代码或图示
对比:
梯度:找拐点、容量
峰值:验证突发、秒杀
常见误区
- 误区:只做梯度压测。秒杀场景要峰值压测,验证突发扛压。
- 误区:峰值压测瞬间最高。峰值要持续几秒,验证系统恢复。
追问
- 问:拐点怎么找?答:梯度加压,RT 突然上升的点就是拐点。
- 问:峰值压测多久?答:突发持续 10~30 秒,观察恢复。
09.13.1-008 压测客户端瓶颈怎么处理?
一句话结论
压测客户端瓶颈:单台压测机 CPU/网络打满,压不出系统真实能力;解决:分布式压测(多台压测机)、客户端监控(CPU、网络)、压测机和被压系统分开(不要同机)。
概念解释
- 客户端瓶颈:压测机打满。
- 分布式压测:多台压测机。
- 监控:压测机资源。
原理流程
单台压测机:
1000 QPS 时 CPU 100%
→ 压测机瓶颈,不是系统瓶颈
解决:
多台压测机分布式
代码或图示
分布式压测:
压测机 1、2、3
→ 汇总结果
常见误区
- 误区:压测机打满就是系统极限。先看压测机资源,排除客户端瓶颈。
- 误区:压测机和被压系统同机。同机互相干扰,结果不准。
追问
- 问:压测机配置?答:和被压系统分开,CPU/网络充足。
- 问:怎么判断客户端瓶颈?答:压测机 CPU/网络打满,系统资源还很低。
09.13.1-009 压测和线上压测有什么区别?
一句话结论
预发压测在隔离环境,数据干净,不影响生产;线上压测(全链路压测)用真实流量和数据,但要隔离(影子库、流量染色),不污染生产;线上压测更真实,但风险大。
概念解释
- 预发:隔离环境。
- 线上全链路:真实流量,影子库。
- 详见 09.13.2。
原理流程
预发压测:
隔离环境,数据干净
线上压测:
真实流量,影子库
代码或图示
对比:
预发:安全,但不够真实
线上:真实,但风险大
常见误区
- 误区:预发压测够了。预发数据量和真实流量不同,线上全链路更真实。
- 误区:线上压测直接压生产。要用影子库,不污染生产。
追问
- 问:线上压测怎么做?答:详见 09.13.2。
- 问:什么时候线上压测?答:大促前,全链路验证。
09.13.1-010 压测报告怎么写?
一句话结论
压测报告:1. 压测目标(测什么);2. 环境配置;3. 场景设计;4. 结果数据(QPS、RT、错误率、资源);5. 瓶颈分析;6. 建议(扩容、优化);7. 结论(容量水位)。
概念解释
- 报告:目标、环境、场景、结果、分析、建议。
- 结论:容量水位、极限 QPS。
原理流程
报告结构:
目标 → 环境 → 场景 → 结果 → 分析 → 建议 → 结论
代码或图示
报告要点:
- 极限 QPS = 2000
- P99 RT = 200ms
- 瓶颈:数据库 CPU
- 建议:DB 扩容
常见误区
- 误区:压测报告只写数字。要分析瓶颈和建议,不只是数字。
- 误区:报告没有结论。结论是容量水位,指导扩容。
追问
- 问:报告给谁看?答:SRE、开发、业务,指导扩容和优化。
- 问:报告存哪?答:Wiki,版本管理,定期对比。
待整理清单
- [ ] 压测脚本示例(wrk/Locust)
- [ ] 压测报告模板
- [ ] 压测环境 checklist