performance-testing

性能测试

目录

• 概述
• 适用场景
• 快速入门
• 参考指南
• 最佳实践

概述

性能测试用于衡量系统在各种负载条件下的表现，包括响应时间、吞吐量、资源利用率和可扩展性。它有助于发现瓶颈、验证性能要求，并确保系统能够处理预期负载。

适用场景

• 验证响应时间要求
• 衡量 API 吞吐量和延迟
• 测试数据库查询性能
• 发现性能瓶颈
• 比较算法效率
• 比较优化前后的性能
• 验证缓存效果
• 测试并发用户承载能力

快速入门

最简可用示例：

// load-test.js
import http from "k6/http";
import { check, sleep } from "k6";
import { Rate, Trend } from "k6/metrics";

// Custom metrics
const errorRate = new Rate("errors");
const orderDuration = new Trend("order_duration");

// Test configuration
export const options = {
  stages: [
    { duration: "2m", target: 10 }, // Ramp up to 10 users
    { duration: "5m", target: 10 }, // Stay at 10 users
    { duration: "2m", target: 50 }, // Ramp up to 50 users
    { duration: "5m", target: 50 }, // Stay at 50 users
    { duration: "2m", target: 0 }, // Ramp down to 0
  ],
  thresholds: {
    http_req_duration: ["p(95)<500"], // 95% of requests under 500ms
    http_req_failed: ["rate<0.01"], // Error rate under 1%
    errors: ["rate<0.1"], // Custom error rate under 10%
  },
};

// ... (see reference guides for full implementation)

参考指南

references/ 目录中的详细实现：

指南	内容
k6 用于 API 负载测试	k6 用于 API 负载测试
Apache JMeter	Apache JMeter
用于 Python 的 pytest-benchmark	用于 Python 的 pytest-benchmark
用于 Java 基准测试的 JMH	用于 Java 基准测试的 JMH
数据库查询性能	数据库查询性能
实时监控	实时监控

最佳实践

✅ 应该做

• 明确性能要求（SLA）
• 使用符合实际情况的数据量进行测试
• 监控资源利用率
• 测试缓存效果
• 使用百分位数（P95、P99），而非平均值
• 测量前先预热
• 在接近生产环境的环境中运行测试
• 发现并修复 N+1 查询问题

❌ 不应该做

• 只使用小型数据集进行测试
• 忽略内存泄漏
• 在不符合实际情况的环境中测试
• 只关注平均响应时间
• 跳过数据库索引分析
• 只测试正常流程
• 忽略网络延迟
• 未考虑统计显著性就进行比较