3. 压测沙盘概念：什么是压测沙盘，沙盘参数矩阵

在分布式系统性能调优领域，压测沙盘是一个用于模拟、观察和调优系统在特定负载与资源约束下行为的可控实验环境。它并非一个物理设备，而是一套参数化的测试框架，允许工程师通过调整关键变量，观察系统性能指标的变化规律，从而找到最优配置组合。

3.1 压测沙盘的核心定义

压测沙盘将 etcd 集群视为一个“黑盒”或“灰盒”系统，通过以下三个要素构建实验环境：

• 可控输入参数：网络带宽、消息大小、并发客户端数、请求类型（读/写）等。
• 可观测输出指标：QPS（每秒查询数）、延迟（P99/P999）、错误率、CPU/内存使用率等。
• 固定约束条件：集群节点数、磁盘类型（SSD/HDD）、Raft 选举超时时间等。

3.2 沙盘参数矩阵

沙盘参数矩阵是压测沙盘的核心数据结构，它将所有可调参数组织成一个多维网格。每次压测对应矩阵中的一个“格子”（即一组参数组合）。以下是 etcd 压测中最关键的四个维度：

3.3 参数间的耦合关系

四个参数并非独立，它们之间存在强耦合。理解这些关系是使用沙盘进行调优的前提：

• 带宽 × 消息大小 → 理论最大 QPS：
  理论 QPS = 带宽 / (消息大小 × 8) （忽略协议开销）。例如 1 Gbps 带宽、1 KB 消息时，理论 QPS 约为 125,000。
• 并发数 × 延迟 → 实际 QPS：
  实际 QPS = 并发数 / 平均延迟（利特尔法则）。高并发可以掩盖高延迟，但会放大资源竞争。
• 消息大小 × 并发数 → 内存压力：
  大消息 + 高并发会导致 etcd 内存暴涨，触发 OOM 或 GC 抖动。

3.4 沙盘实验的典型流程

使用压测沙盘进行性能调优时，通常遵循以下步骤：

1. 基线测量：在默认参数下（如 1 KB 消息、100 并发、1 Gbps 带宽）运行压测，记录 QPS 和延迟基线。
2. 单变量扫描：保持其他参数不变，依次扫描消息大小（64 B → 1 MB）和并发数（10 → 500），绘制性能曲线。
3. 瓶颈定位：观察曲线拐点。例如，消息大小超过 64 KB 后 QPS 不再线性增长，说明带宽成为瓶颈。
4. 联合调优：在瓶颈区域进行二维扫描（如带宽 × 消息大小），找到最优工作点。
5. 验证与回归：在最优参数组合下运行长时间压测（>30 分钟），验证稳定性。

3.5 沙盘参数矩阵的数学表达

从系统建模角度，沙盘参数矩阵可以形式化为一个四元组：

沙盘状态 = (B, S, C, Q)

约束条件：
  Q ≤ B / (S × 8)          // 带宽上限
  Q ≤ C / L(S, C)          // 并发上限，L 为延迟函数
  L(S, C) ≥ L_min(S)       // 延迟受消息大小影响

调优目标：
  在给定 B 和 S 下，最大化 Q 同时满足 P99 延迟 < 10 ms

这个数学模型揭示了调优的本质：在带宽和消息大小构成的“资源墙”下，通过调整并发数来逼近理论 QPS 上限，同时控制延迟在可接受范围内。

3.6 沙盘 vs 生产环境

压测沙盘不是生产环境的完全替代，而是其简化模型。理解以下差异有助于正确解读沙盘结果：