压力测试

为什么压测

代码在1个用户时正常 ≠ 1000个用户时正常

压测回答：
- 系统能撑多少 QPS？
- 瓶颈在哪（CPU/内存/DB/网络）？
- 什么时候开始崩？

k6（推荐，轻量）

// test.js
import http from 'k6/http';
import { check, sleep } from 'k6';

export const options = {
  stages: [
    { duration: '30s', target: 50 },  // 30秒内涨到50并发
    { duration: '1m',  target: 50 },  // 保持50并发1分钟
    { duration: '30s', target: 0 },   // 30秒内降到0
  ],
  thresholds: {
    http_req_duration: ['p(95)<500'], // 95%请求 < 500ms
    http_req_failed: ['rate<0.01'],   // 错误率 < 1%
  },
};

export default function () {
  const res = http.get('http://localhost:8000/api/users');
  check(res, {
    'status is 200': (r) => r.status === 200,
    'response time < 500ms': (r) => r.timings.duration < 500,
  });
  sleep(1);
}

k6 run test.js

Locust（Python 原生）

from locust import HttpUser, task, between

class WebsiteUser(HttpUser):
    wait_time = between(1, 3)

    @task(3)  # 权重3
    def get_users(self):
        self.client.get("/api/users")

    @task(1)  # 权重1
    def create_user(self):
        self.client.post("/api/users", json={"name": "test"})

locust -f test.py --host http://localhost:8000
# 打开 http://localhost:8089 看实时图表

压测策略

1. 基准测试：1个用户，看单次响应时间
2. 负载测试：逐步加并发，找拐点
3. 压力测试：超过预期的并发，看怎么崩的
4. 浸泡测试：中等负载跑 24 小时，找内存泄漏

不要在生产环境压测！用 staging。

关键指标

QPS（每秒请求数）：系统吞吐量
P50/P95/P99 延迟：50%/95%/99% 请求的响应时间
错误率：失败的请求占比
并发用户数：同时发请求的用户数

瓶颈定位

QPS 上不去？依次检查：
1. CPU 满了？→ 代码优化 / 加机器
2. 数据库慢？→ 加索引 / 读写分离 / 缓存
3. 网络瓶颈？→ 压缩 / CDN
4. 代码阻塞？→ 异步 / 连接池
5. 内存泄漏？→ 长时间浸泡测试