performance-testing

性能测试

<default_to_action> 进行性能测试或规划负载测试时：

1. 定义 SLO：p95 响应时间、吞吐量和错误率目标
2. 识别关键路径：营收流程、高流量页面、关键 API
3. 创建真实场景：用户旅程、思考时间、丰富多样的数据
4. 执行并监控：CPU、内存、数据库查询、网络
5. 分析瓶颈，并在上线前修复

快速选择测试类型：

• 验证预期负载 → 负载测试
• 找出性能极限 → 压力测试
• 应对流量骤增 → 峰值测试
• 内存泄漏、资源耗尽 → 耐久／浸泡测试
• 水平／垂直扩展 → 可扩展性测试

成功的关键因素：

• 性能是产品功能，而非事后补充
• 尽早且频繁地测试，而不只是发布前测试
• 聚焦影响用户的瓶颈 </default_to_action>

快速参考卡

适用时机

• 重大版本发布前
• 基础设施变更后
• 扩容活动前（黑色星期五）
• 制定 SLA/SLO 时

测试类型

类型	目的	时机
负载	预期流量	每次发布
压力	超出容量	每季度
峰值	流量骤增	活动前
耐久	内存泄漏	代码变更后
可扩展性	验证扩展能力	基础设施变更时

关键指标

指标	目标	原因
p95 响应时间	< 200ms	用户体验
吞吐量	10k req/min	容量
错误率	< 0.1%	可靠性
CPU	< 70%	余量
内存	< 80%	稳定性

工具

• k6：现代化、基于 JS、适合 CI/CD
• JMeter：企业级、功能丰富
• Artillery：简洁的 YAML 配置
• Gatling：基于 Scala，报告出色

Agent 协作

• qe-performance-tester：负载测试编排
• qe-quality-analyzer：结果分析
• qe-production-intelligence：生产环境对比

---

定义 SLO

不佳：“系统应该很快” 良好：“在 1,000 个并发用户下，p95 响应时间 < 200ms”

export const options = {
  thresholds: {
    http_req_duration: ['p(95)<200'],  // 95% < 200ms
    http_req_failed: ['rate<0.01'],     // < 1% failures
  },
};

---

真实场景

**不佳：**所有用户都反复访问首页 **良好：**模拟真实用户行为

// Realistic distribution
// 40% browse, 30% search, 20% details, 10% checkout
export default function () {
  const action = Math.random();
  if (action < 0.4) browse();
  else if (action < 0.7) search();
  else if (action < 0.9) viewProduct();
  else checkout();

  sleep(randomInt(1, 5)); // Think time
}

---

常见瓶颈

数据库

**症状：**负载下查询缓慢、连接池耗尽 **解决方案：**添加索引、优化 N+1 查询、增大连接池、添加只读副本

N+1 查询

// BAD: 100 orders = 101 queries
const orders = await Order.findAll();
for (const order of orders) {
  const customer = await Customer.findById(order.customerId);
}

// GOOD: 1 query
const orders = await Order.findAll({ include: [Customer] });

同步处理

**问题：**请求路径中的阻塞操作（结账时发送电子邮件） **解决方案：**使用消息队列、异步处理、立即返回

内存泄漏

**检测：**耐久测试、内存分析 **常见原因：**未清理事件监听器、没有驱逐机制的缓存

外部依赖

**解决方案：**设置激进的超时、使用熔断器、缓存、优雅降级

---

k6 CI/CD 示例

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

export const options = {
  stages: [
    { duration: '1m', target: 50 },   // Ramp up
    { duration: '3m', target: 50 },   // Steady
    { duration: '1m', target: 0 },    // Ramp down
  ],
  thresholds: {
    http_req_duration: ['p(95)<200'],
    http_req_failed: ['rate<0.01'],
  },
};

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

# GitHub Actions
- name: Run k6 test
  uses: grafana/[email protected]
  with:
    filename: performance-test.js

---

分析结果

良好结果

Load: 1,000 users | p95: 180ms | Throughput: 5,000 req/s
Error rate: 0.05% | CPU: 65% | Memory: 70%

问题

Load: 1,000 users | p95: 3,500ms ❌ | Throughput: 500 req/s ❌
Error rate: 5% ❌ | CPU: 95% ❌ | Memory: 90% ❌

根因分析

1. 关联指标：响应时间飙升时，哪些指标发生了变化？
2. 检查日志：错误、警告、慢查询
3. 分析代码性能：时间都花在哪里？
4. 监控资源：CPU、内存、磁盘
5. 跟踪请求：端到端流程

---

反模式

❌ 反模式	✅ 更好的做法
测试太晚	尽早且频繁地测试
场景不真实	模拟真实用户行为
瞬间从 0 增至 1,000 个用户	逐步增加负载
测试期间不监控	监控所有指标
没有基线	建立基线并跟踪趋势
只测试一次	持续进行性能测试

---

Agent 辅助的性能测试

// Comprehensive load test
await Task("Load Test", {
  target: 'https://api.example.com',
  scenarios: {
    checkout: { vus: 100, duration: '5m' },
    search: { vus: 200, duration: '5m' },
    browse: { vus: 500, duration: '5m' }
  },
  thresholds: {
    'http_req_duration': ['p(95)<200'],
    'http_req_failed': ['rate<0.01']
  }
}, "qe-performance-tester");

// Bottleneck analysis
await Task("Analyze Bottlenecks", {
  testResults: perfTest,
  metrics: ['cpu', 'memory', 'db_queries', 'network']
}, "qe-performance-tester");

// CI integration
await Task("CI Performance Gate", {
  mode: 'smoke',
  duration: '1m',
  vus: 10,
  failOn: { 'p95_response_time': 300, 'error_rate': 0.01 }
}, "qe-performance-tester");

---

Agent 协作提示

内存命名空间

aqe/performance/
├── results/*       - Test execution results
├── baselines/*     - Performance baselines
├── bottlenecks/*   - Identified bottlenecks
└── trends/*        - Historical trends

Fleet 协作

const perfFleet = await FleetManager.coordinate({
  strategy: 'performance-testing',
  agents: [
    'qe-performance-tester',
    'qe-quality-analyzer',
    'qe-production-intelligence',
    'qe-deployment-readiness'
  ],
  topology: 'sequential'
});

---

预生产检查清单

• 负载测试通过（符合预期流量）
• 压力测试通过（预期流量的 2-3 倍）
• 峰值测试通过（流量突然激增）
• 耐久性测试通过（24 小时以上）
• 已设置数据库索引
• 已配置缓存
• 已设置监控和告警
• 已建立性能基线

---

相关技能

• agentic-quality-engineering - Agent 协调
• api-testing-patterns - API 性能
• chaos-engineering-resilience - 韧性测试

---

请记住

性能是一项功能： 像测试功能一样测试性能 持续测试： 不要只在发布前测试 监控生产环境： 结合合成监控与真实用户监控 修复关键问题： 聚焦影响用户的瓶颈 跟踪趋势： 尽早发现性能退化

使用 Agent： Agent 可以自动执行负载测试、分析瓶颈并与生产环境进行比较。借助 Agent 在大规模场景下维持性能。

运行历史

每次性能测试运行后，将结果追加到此技能目录下的 run-history.json：

node -e "
const fs = require('fs');
const h = JSON.parse(fs.readFileSync('.claude/skills/performance-testing/run-history.json'));
h.runs.push({date: new Date().toISOString().split('T')[0], scenario: 'load', p95_ms: P95, throughput_rps: RPS, error_rate_pct: ERR});
fs.writeFileSync('.claude/skills/performance-testing/run-history.json', JSON.stringify(h, null, 2));
"

每次运行前读取 run-history.json，并与基线进行比较。如果 p95 比基线增加超过 20%，则发出告警。

注意事项

• Agent 生成的 k6 脚本通常会将基础 URL 写死——应使用环境变量以便移植
• 在容器中运行负载测试时，资源限制会先于应用限制触发——确保容器拥有目标资源量的 2 倍
• Agent 会忘记在请求之间加入思考时间——没有思考时间，负载会出现不真实的突发
• P95 与 P99 的差异很重要——Agent 默认使用平均值，会掩盖尾延迟问题
• 基线比较要求环境一致——CI 运行器的差异可能造成超过 20% 的噪声