4. 压测工具选型与安装：benchmark 工具、ghz、自定义 Go 压测客户端、wrk2 对比

在 etcd 压测工程中，工具选型直接影响压测结果的可靠性与瓶颈定位效率。本章对四类主流压测工具进行横向对比，并给出安装与基本使用指引，帮助你在不同场景下选择最合适的工具。

4.1 工具全景对比

下表从协议支持、并发模型、指标输出、适用场景四个维度对 benchmark、ghz、自定义 Go 客户端、wrk2 进行对比：

4.2 工具详解与安装

4.2.1 etcd benchmark 工具

etcd 官方提供的 benchmark 工具是压测 etcd 的首选工具，直接调用 etcd v3 gRPC API，支持 put、range、delete、txn 等操作。它内置了请求率控制（--rate-limit）和并发数控制（--clients），输出结果包含吞吐量（QPS）和延迟分位值（P50/P90/P99/P99.9）。

安装方式：

# 方式一：从 etcd 源码编译
git clone https://github.com/etcd-io/etcd.git
cd etcd/tools/benchmark
go build -o benchmark .

# 方式二：使用预编译二进制（从 etcd 发布页下载）
wget https://github.com/etcd-io/etcd/releases/download/v3.5.15/etcd-v3.5.15-linux-amd64.tar.gz
tar -xzf etcd-v3.5.15-linux-amd64.tar.gz
cd etcd-v3.5.15-linux-amd64
./benchmark

基本使用示例：

# 对 3 节点 etcd 集群执行 put 压测，10 个客户端，总请求 10000，限速 1000 QPS
./benchmark put \
  --endpoints=10.0.0.1:2379,10.0.0.2:2379,10.0.0.3:2379 \
  --clients=10 \
  --total=10000 \
  --rate-limit=1000 \
  --key-size=8 \
  --val-size=256

4.2.2 ghz

ghz 是一个通用的 gRPC 压测工具，支持自定义 protobuf 消息、元数据、TLS 等。它采用多 worker 异步模型，能够生成详细的延迟分布报告，包括直方图和百分位图。对于 etcd 压测，ghz 可以模拟更复杂的 gRPC 调用模式。

安装方式：

# 方式一：Go 安装
go install github.com/bojand/ghz/cmd/ghz@latest

# 方式二：Docker
docker pull bojand/ghz:latest

# 方式三：预编译二进制（从 GitHub Releases 下载）
wget https://github.com/bojand/ghz/releases/download/v0.120.0/ghz-linux-x86_64.tar.gz
tar -xzf ghz-linux-x86_64.tar.gz
./ghz

基本使用示例：

# 使用 ghz 对 etcd 的 Range RPC 进行压测
ghz \
  --insecure \
  --proto=/path/to/etcd/api/etcdserverpb/rpc.proto \
  --call=etcdserverpb.KV.Range \
  -d '{"key":"dGVzdA=="}' \
  -c 10 \
  -n 10000 \
  --rps 1000 \
  10.0.0.1:2379

4.2.3 自定义 Go 压测客户端

当官方工具无法满足复杂压测场景时（如模拟事务、条件更新、watch 流、故障注入），自定义 Go 客户端是最灵活的选择。它直接使用 etcd clientv3 库，可以精确控制每个请求的构造、重试策略、超时设置，并输出自定义 Prometheus 指标。

最小化压测框架示例：

package main

import (
    "context"
    "fmt"
    "sync/atomic"
    "time"

    clientv3 "go.etcd.io/etcd/client/v3"
    "golang.org/x/time/rate"
)

func main() {
    cli, _ := clientv3.New(clientv3.Config{
        Endpoints:   []string{"10.0.0.1:2379"},
        DialTimeout: 5 * time.Second,
    })
    defer cli.Close()

    var success, failure int64
    limiter := rate.NewLimiter(rate.Limit(1000), 1) // 1000 QPS 限流

    for i := 0; i < 10000; i++ {
        limiter.Wait(context.Background())
        go func() {
            _, err := cli.Put(context.Background(), "key", "value")
            if err != nil {
                atomic.AddInt64(&failure, 1)
            } else {
                atomic.AddInt64(&success, 1)
            }
        }()
    }
    time.Sleep(5 * time.Second)
    fmt.Printf("Success: %d, Failure: %d\n", success, failure)
}

安装依赖：

go get go.etcd.io/etcd/client/v3
go get golang.org/x/time/rate

4.2.4 wrk2

wrk2 是 wrk 的增强版，专注于尾部延迟的精确测量。它通过恒定吞吐量模式（--rate）控制请求率，输出延迟分布（包括 P99.9、P99.99）。wrk2 仅支持 HTTP/1.1 协议，因此适用于 etcd 的 HTTP 网关层（如 etcd 的 HTTP API 或自定义代理）压测。

安装方式：

# 从源码编译
git clone https://github.com/giltene/wrk2.git
cd wrk2
make

# 编译后二进制位于 wrk2/wrk

基本使用示例：

# 对 etcd HTTP API 进行压测，12 个线程，400 个连接，持续 30 秒，限速 5000 QPS
./wrk -t12 -c400 -d30s --rate 5000 \
  http://10.0.0.1:2379/v3/kv/put \
  -s put.lua

Lua 脚本示例（put.lua）：

wrk.method = "POST"
wrk.body = '{"key":"dGVzdA==","value":"dmFsdWU="}'
wrk.headers["Content-Type"] = "application/json"

4.3 工具选型决策流程

下图展示了在不同压测目标下的工具选型决策路径：

4.4 工具组合使用策略

在实际压测工程中，单一工具往往无法覆盖所有测试维度。推荐采用分层组合策略：

• 第一层（基准层）： 使用 benchmark 工具对 etcd 集群进行标准吞吐和延迟测试，建立基线指标。
• 第二层（协议层）： 使用 ghz 模拟更复杂的 gRPC 调用模式（如事务、watch），验证协议层性能。
• 第三层（业务层）： 使用自定义 Go 客户端模拟真实业务流量模式（如读写比例、key 分布、超时重试），并输出 Prometheus 指标。
• 第四层（网关层）： 使用 wrk2 对 HTTP 网关或代理进行尾部延迟验证，确保网关层不会成为瓶颈。

4.5 安装验证与常见问题

安装完成后，建议执行以下验证步骤确保工具正常工作：