共计 2242 个字符，预计需要花费 6 分钟才能阅读完成。
本文介绍了几大性能测试场景，对压力测试相干指标、资源的估算模型进行了解析，并深度剖析了常见压测模型实用的业务场景及需思考的技术细节，让您在应用压测验证零碎能力时不再迷茫。
一、性能测试场景
1. 冒烟测试
- 介绍：冒烟测试是惯例的负载测试，配置为最小负载（1 个 VU），每次新增或者更改脚本，你能够利用冒烟测试作为完整性检查。
- 目标：验证测试脚本没有执行谬误，验证服务端在最小负载下不会呈现谬误。
2. 负载测试
- 介绍：负载测试次要关注在失常并发用户数或者固定 rps 下评估零碎的性能，失常会采纳满负载的 50%～70% 长时间的运行，两头会减少几个坡度变动来察看零碎反馈。
- 目标：评估零碎在肯定负载下的性能，确认零碎的重构、更改不会造成零碎重大性能问题。
3. 压力测试
- 介绍：在高负载的压力下，评估零碎的可用性和稳定性。压力测试下又细分为：阶梯测试（多阶梯渐进达到最大压力）、尖峰测试（短时间内极其的负载）、峰值 - 测试（1 分钟的低负载，达到高负载，再消退）。
- 目标：
1）用于评估零碎在用户或者吞吐量的最大容量值。
2）确认零碎在高负载状况下的资源指标体现。
3）确认零碎的熔断机制以及是否具备故障主动发现、复原的模式。
4）人工干预的流程演练，如何疾速定位、降级、打消故障范畴。
4. 浸泡测试
- 介绍：浸泡测试配置为零碎容量的 80% 左右，并且尽量以小时为单位。
- 目标：在长时间处于高压力状态下，发现零碎的谬误和可靠性问题，通常用于疾速定位内存透露、句柄开释、查找并发锁竞争问题。
二、性能测试场景
压测指标估算模型 ：
假如一个脚本执行耗时 500ms，一个线程一秒能执行 2 次，一个线程可能造成 2rps 的压力，因而工作线程数会间接影响申请的吞吐量。
假如一个脚本执行耗时 2 秒，100 个线程在第一秒能造成 100 个申请的压力，均匀一秒 50 个申请，然而跟 50rps 是有基本的区别，申请的时间跨度不统一。
pod 资源估算模型 ：
一个并发用户 = 一个 VU= 一个线程 / 协程
假如一个并发用户在 golang 运行对应是一个协程，一次脚本执行可能包含该用户的屡次接口申请，一次申请须要进行 socket 连贯，这里须要确认每次申请是否进行连贯复用。
golang 创立一个协程资源只需 2KB 资源，协程的切换老本比拟低（只须要三个寄存器的值批改 PC / SP / DX），然而如果禁用了连贯复用，每次申请须要创立新的连贯，对 pod 的资源耗费是极大的。
操作系统 linux 优化网络配置:
sysctl -w net.ipv4.ip_local_port_range=”1024 65535″
sysctl -w net.ipv4.tcp_tw_reuse=1
sysctl -w net.ipv4.tcp_timestamps=1
ulimit -n 250000
三、罕用压测模型
罕用的压测模型次要包含两种，并发用户模型 、 固定 rps 模型。
并发用户模型用于模仿用户继续阶段增长阶段，用于验证服务端的负载一直增长或者流量减缓的前提下，性能指标的变动。
固定 rps 指标通常是由业务方依据流动波峰估算后须要达到的服务 rps 容量，因而失常只须要掂量在该 rps 压力，服务的负载（包含 latency、cpu、memory、iostat 等负载）是否失常以及链路危险。
在模仿实在流量大容量压测场景下，存在几个问题：
- 用户 IP 来自寰球各地，如何设置 ip 池，防止因为负载平衡导致的流量散布不平均。
- 如何依照用户地区的实在流量来调配发压机 (对应 k8s 的 pod) 流量占比。
- 采纳 rps 压测模型下，因为网络的抖动以及跨 idc 的带宽差别，不同地区雷同数量的 VU 造成的 rps 差别会比拟大，并且脚本的申请耗时越低，这个差别越会被放大。
- 排除用户自定义黑白名单限度。
须要思考的细节点：
- 一个用户申请 10 次，10 个用户申请 1 次，同样是造成 10rps 的压力，然而对服务端的资源耗费不同，10 个用户可能存在 10 条长连贯。
- 假如实在用户是端上用户，browse 会采纳 http2 连贯复用技术，如何在同一条 tcp 连贯进行申请的模仿、编排，当然非凡场景下可能会存在短链接场景。
- 同一个用户（uid 标记）屡次申请同一个接口，可能命中缓存，不能实在的模仿不同用户的并发场景，须要提供大量的测试数据账号。
分布式场景下，须要摸顶每个 pod（假如是 4C8G）能启动的最大并发线程 / 协程数。
并发用户模型，绝对简略，通过平均切片用户设置的并发用户数指标，并且依照地区流量比例下发到各个地区的 pod。
固定 rps 模型，须要设置初始的用户线程数，因为每个 pod 每个地区存在网络抖动，每个线程数能造成的 rps 压力也在浮动，存在两个技术计划——
前提：先通过短时间小范畴的预压测，摸底每个地区 pod 单个线程执行脚本能造成的 rps 压力，可能提供精准的时延数据供 operator 计算调度。
- 用户设置的 rps 指标间接切片到各个 pod，假如每个 pod 误差不大并且在负载范畴内，可能达到用户设置的 rps 指标。
长处：实现简略。
毛病：存在些许误差，容错能力、扩大能力差。 - 预设初始每个 pod 的并发用户数，每个 pod 上报申请次数到全局限流中间件限流，operator 依据聚合的指标依照 pod 资源粒度进行弹性扩缩容，最终达到 rps 指标。
长处：具备主动容错机制，运行中反对全局动静调度。
毛病：减少了第三方组建依赖，调度实现简单。
四、优测压力测试简介
优测压力测试 是一款云原生性能测试工具，可模仿百万用户发压，反对单接口、全链路及 JMeter 压测。提供多维度性能测试报告，帮忙业务疾速定位产品性能瓶颈、精确验证零碎能力，全面晋升稳定性。
