负载测试入门完全指南

负载测试怎么做?本文系统讲解后端与前端性能视角、负载脚本设计、真实感建模、可复用测试框架、测试环境选择、核心性能指标与结果分析方法。

最佳实践
测试检测与质量验证插画

本文依据官方文档整理,未对被测应用执行负载测试或性能基准。文中阈值为示例,实际工作负载、数据与环境需按项目确定;版本与配置以所引文档为准。

直接回答:负载测试是通过模拟选定的用户流量,评估系统在指定负载、时长和环境下表现的实践——它能帮你发现瓶颈、评估容量,并检查应用是否满足目标延迟与错误率,但不能保证所有真实场景下都不变慢、不崩溃。 好的负载测试不在于"打出多大流量",而在于产出可行动的结论。

两种基础视角

视角 测什么 常用手段
后端性能 服务器在压力下吞吐量、响应时间、错误率 k6、Locust、JMeter 等工具在协议层请求接口
前端性能 浏览器里的页面加载与交互体验 浏览器自动化或合成测试,可与后端负载同时运行;真实用户监控(RUM)补充实际用户数据,本身不产生压测流量

两者互补:后端快不代表页面快(前端还有渲染、资源加载、第三方脚本),页面慢也不一定怪后端。协议层请求不会自动执行页面 JavaScript 或衡量渲染体验,浏览器测试的资源消耗也要单独估算。

设计有效的负载脚本

一条好脚本的原则:

  1. 从用户旅程出发:登录→浏览→下单 这样的完整流程适合验证业务旅程;针对单接口找容量或定位回归时,隔离接口测试也有价值,两者不能相互替代;
  2. 参数化数据:按真实账号、查询词与数据分布准备数据集,避免所有用户共用同一数据导致不符合目标场景的缓存命中或资源争用;
  3. 按模型设定节奏:会话模型可加思考时间,到达率模型由 executor 控制迭代启动速率,不要机械叠加结尾的 sleep;
  4. 断言响应内容:状态码 200 但返回了错误页的情况并不少见,校验关键字段。工具的检查失败是否让整次测试失败要另外配置;例如 k6 的 check 记录通过率,需结合 threshold 才能作为测试失败条件。

让压力"像真的"

  • 负载曲线:常规负载测试可阶梯爬升 → 平台保持 → 缓慢下降;尖峰测试则有意制造快速变化,不能所有类型都一律避免突增;
  • 并发模型:区分"虚拟用户数"、"每秒启动的迭代数"与"每秒请求数"。VU 是执行脚本的并发单元,不等于独立真人;一个迭代可发多个请求。封闭模型里响应变慢会拖长迭代,固定 VU 下到达率可能下降;开放的到达率模型按计划启动迭代,但仍受可用 VU 和施压机资源限制,配置速率不等于实际完成速率;
  • 测试类型:负载测试检查预期正常或峰值负载下的表现;压力测试检查超出预期负载时的退化与恢复,不必以崩溃为目标;尖峰测试检查突发变化;浸泡测试检查较长时间的稳定性与资源增长,发现内存增长后还需进一步确认是否泄漏。不同类型回答不同问题。

搭建可复用的测试框架

把脚本当工程资产对待:公共的登录、鉴权、数据准备抽成模块;环境地址、账号、阈值做成配置;结果输出统一格式便于跨次对比。这样负载测试才能从"一次性活动"变成"每次大版本前的例行检查"。同时保留脚本与应用版本、工具配置、数据分布和资源规格;配置或环境变化后,不能把两次结果直接视作同条件对照。

测试环境的取舍

环境 优点 风险
预发(生产同构) 便于隔离、风险较低,仍需保护共享下游 成本高,需要数据脱敏;缓存、数据规模与依赖仍可能有差异
生产(低峰期) 使用实际基础设施与依赖,但测试流量仍需建模 可能影响真实用户,需限流与中止预案;低峰结果不能直接代表高峰

无论如何,压测前确认:已获得目标和下游的明确授权;支付、短信等使用沙箱或 Mock,不能以“已告知”替代许可。设置测试租户、数据清理、流量上限、费用预算与立即停止条件,并检查预发是否连接生产共享依赖。

核心指标与阈值

  • 响应时间:看 p90/p95/p99,平均值会掩盖长尾。先说明统计的是哪个接口、时间段、成功或全部请求,以及样本量;p95 不是最慢请求,也不能把各机器或各时间段的 p95 直接平均成全局 p95。k6 的 http_req_duration 不含初始 DNS 与连接建立时间,不能等同完整用户操作耗时;
  • 吞吐量:RPS/TPS 随负载的变化曲线,要明确 TPS 的业务事务定义,并区分计划到达、实际发起与成功完成。结合延迟、错误率及施压机 CPU、内存、网络等利用率判断限制在哪,单条曲线拐点不是充分证据;
  • 错误率:按预先定义的成功响应与业务 SLO 判断;HTTP 状态与业务检查分开统计,故意超载时预期的拒绝请求也须单列。记录未能启动或中断的迭代:例如 k6 的 dropped_iterations 在到达率模型下可能表示没有空闲 VU,不能算作服务器已经收到并返回失败的请求;
  • 资源饱和度:CPU、内存、连接池、磁盘 IO——指标要回落到具体组件。施压机先到瓶颈时,测到的可能是发流能力上限,而不是应用容量。

事先写下阈值(如"p95 < 800ms、错误率 < 0.1%"),并指定统计范围、目标负载和持续时间,测试通过与否才有判定标准。这些数字只是示例;未达到计划流量、漏发或中断明显时,不能只凭已完成请求的延迟达标就宣布通过。

分析结果的正确姿势

不要只看汇总数字:把响应时间按时间轴铺开,看性能是随负载逐渐退化还是在某点突变;把慢请求的分布和系统资源曲线对齐,缩小需要验证的瓶颈范围。相关变化本身不能证明因果,应结合调用路径、队列等待及受控复测。每次测试的结论应该落到"当前配置在这组负载与时长下达到什么表现、下一步验证哪项改动"这种可执行的表述上;扩容后的能力需要重新测试,不能默认按节点数线性增长。

对已经接入观测云的被测服务,可从已采集的慢请求链路详情检查各 Span 耗时,再通过 trace_id 查看相关日志。先按日志与链路关联文档注入一致的 trace_id、span_id 及服务、环境、版本字段,并核对日志索引映射、时间范围与数据访问权限。Trace 和日志都需实际采集且仍在保留期内;被采样丢弃的 Trace 不会因日志中有 ID 就自动恢复。在压测结果中记录测试批次和时间窗,筛选同一批流量,再结合请求细节判断原因,不能只凭时间相近认定是同一请求。

常见问题(FAQ)

Q:负载测试多久做一次?
A:至少在大版本上线前、预期流量大促前各一次;核心链路建议纳入定期(如每月)例行回归。

Q:压测结果和生产表现对不上怎么办?
A:先核对工作负载模型、数据分布、缓存状态、版本、资源规格和依赖是否一致,以及施压机是否达到计划流量。会话模型缺少合理思考时间可能失真,但到达率模型不能机械加 sleep;应按实际流量模式选择。再通过受控对比逐项验证差异,不能只凭一条汇总曲线认定原因。

Q:小团队没有专职性能工程师怎么办?
A:从 k6/Locust 这类代码优先工具入手,先给核心接口建一条隔离环境的低负载基线,每次发版对比趋势,压力极限测试另行审批安排,比追求完美的压测体系更实际。

官方参考

资料核对日期:2026-11-05。

延伸阅读

获取专属方案

联系我们

加入社区

微信扫码
加入官方交流群

立即体验

在线开通,按量计费,真正的云服务!

立即开始

选择观测云版本

代码托管平台