3. 压测工具选型与部署：benchmark 工具、ghz、自定义压测脚本的搭建与配置

在多集群 etcd 压测场景中，工具选型直接影响测试结果的可靠性与可复现性。本章围绕三类主流压测工具——etcd 官方 benchmark、通用 gRPC 压测工具 ghz、以及基于 clientv3 的自定义脚本——展开部署与配置说明，并给出选型对比与典型部署拓扑。

3.1 工具选型对比

3.2 benchmark 工具部署与配置

etcd 官方 benchmark 工具位于 etcd/tools/benchmark 目录下，支持 put、range、txn、watch 等核心操作。部署方式如下：

# 方式一：从源码编译（推荐，版本对齐）
git clone https://github.com/etcd-io/etcd.git --branch v3.5.15
cd etcd/tools/benchmark
go build -o benchmark .

# 方式二：直接 go install
go install go.etcd.io/etcd/v3/tools/benchmark@latest

典型配置参数：

# 示例：100 并发写入 50 万 key，value 2KB
./benchmark put \
  --endpoints=https://10.0.1.10:2379,https://10.0.1.11:2379 \
  --conns=20 \
  --clients=100 \
  --total=500000 \
  --key-size=64 \
  --val-size=2048 \
  --rate=0

3.3 ghz 部署与配置

ghz 是通用的 gRPC 压测工具，支持反射协议和 Protobuf 文件两种模式。对于 etcd，推荐使用 Protobuf 文件模式以获得更精确的请求构造。

# 安装 ghz
go install github.com/bojand/ghz/cmd/ghz@latest

# 验证安装
ghz --version

etcd 压测配置示例：

# 使用 Protobuf 文件构造 Put 请求
ghz \
  --proto /path/to/etcd/api/etcdserverpb/rpc.proto \
  --call etcdserverpb.KV.Put \
  --data '{"key":"dGVzdC1rZXk=","value":"dGVzdC12YWx1ZQ=="}' \
  --insecure \
  --concurrency=50 \
  --total=100000 \
  --rps=5000 \
  10.0.1.10:2379

3.4 自定义压测脚本搭建

当官方工具无法满足复杂业务模型时（如混合读写、事务、租约续期、watch 流），需要基于 etcd clientv3 编写自定义压测脚本。以下是一个最小化框架：

package main

import (
    "context"
    "fmt"
    "sync"
    "time"

    clientv3 "go.etcd.io/etcd/client/v3"
    "go.uber.org/zap"
)

type LoadConfig struct {
    Endpoints   []string
    Concurrency int
    TotalOps    int
    KeyPrefix   string
    ValueSize   int
    ReadRatio   float64 // 0.0 ~ 1.0
}

type Stats struct {
    mu       sync.Mutex
    ops      int
    errors   int
    latencies []time.Duration
}

func runWorker(cli *clientv3.Client, cfg *LoadConfig, stats *Stats, wg *sync.WaitGroup) {
    defer wg.Done()
    for i := 0; i < cfg.TotalOps/cfg.Concurrency; i++ {
        start := time.Now()
        key := fmt.Sprintf("%s/key-%d", cfg.KeyPrefix, i)
        val := make([]byte, cfg.ValueSize)

        var err error
        if float64(i)/float64(cfg.TotalOps/cfg.Concurrency) < cfg.ReadRatio {
            _, err = cli.Get(context.Background(), key)
        } else {
            _, err = cli.Put(context.Background(), key, string(val))
        }

        stats.mu.Lock()
        stats.ops++
        if err != nil {
            stats.errors++
        }
        stats.latencies = append(stats.latencies, time.Since(start))
        stats.mu.Unlock()
    }
}

func main() {
    cfg := &LoadConfig{
        Endpoints:   []string{"10.0.1.10:2379", "10.0.1.11:2379"},
        Concurrency: 50,
        TotalOps:    100000,
        KeyPrefix:   "/bench/load",
        ValueSize:   1024,
        ReadRatio:   0.7, // 70% 读，30% 写
    }

    cli, err := clientv3.New(clientv3.Config{
        Endpoints:   cfg.Endpoints,
        DialTimeout: 5 * time.Second,
        Logger:      zap.NewNop(),
    })
    if err != nil {
        panic(err)
    }
    defer cli.Close()

    stats := &Stats{}
    var wg sync.WaitGroup
    for i := 0; i < cfg.Concurrency; i++ {
        wg.Add(1)
        go runWorker(cli, cfg, stats, &wg)
    }
    wg.Wait()

    fmt.Printf("Total Ops: %d, Errors: %d\n", stats.ops, stats.errors)
}

3.5 压测部署拓扑

下图展示了一个典型的多集群 etcd 压测部署架构，压测节点与 etcd 集群之间通过独立网络平面隔离，避免压测流量干扰集群内部心跳与选举。

3.6 配置清单与验证步骤