📚 课程目录第2章性能基准测试

2. 性能基准测试：定义吞吐量、延迟、P99延迟等关键指标，搭建测试环境

性能基准测试是质量检验节点优化的起点。没有量化的基准，任何调优都只是盲目试错。本章将定义高吞吐追溯链路中最关键的三个性能指标，并搭建一套可复用的测试环境，为后续的写入优化提供精确的度量标尺。

2.1 核心性能指标定义

在检验数据实时写入场景中，我们关注三个核心维度：吞吐量、延迟和P99延迟。它们共同决定了系统在高负载下的表现。

指标	定义	单位	在检验写入场景中的意义
吞吐量	单位时间内成功写入系统的检验数据条数	TPS (Transactions Per Second) 或条/秒	衡量系统处理峰值产能的能力，例如每秒处理 10,000 条检验记录
平均延迟	从发起写入请求到收到确认响应的平均耗时	毫秒 (ms)	反映单次写入的总体响应速度，影响上游生产节拍
P99延迟	在所有写入请求中，耗时最长的 1% 请求的延迟上限	毫秒 (ms)	捕捉尾部延迟，识别偶发性的慢写入，防止产线阻塞

指标优先级建议： 在质量追溯链路中，P99延迟往往比平均延迟更重要。平均延迟可能被大量快速请求拉低，但 1% 的慢写入可能导致下游追溯查询出现数据空洞。建议将 P99 ≤ 50ms 作为核心优化目标。

2.2 指标关系与测试模型

吞吐量与延迟之间存在经典的“跷跷板”关系。当吞吐量接近系统瓶颈时，延迟会急剧上升。下图展示了这一关系以及 P99 延迟的典型分布。

2.3 测试环境搭建

为了准确测量上述指标，我们需要搭建一个隔离的、可复现的测试环境。环境分为三个层次：压力发生器、被测系统和监控采集层。

2.4 测试脚本与执行步骤

以下是一个基于 JMeter 的测试脚本片段，用于模拟检验数据的批量写入。脚本通过 CSV 数据文件驱动，确保每次请求的数据具有真实性。

<?xml version="1.0" encoding="UTF-8"?>
<jmeterTestPlan version="1.2" properties="5.0">
  <hashTree>
    <TestPlan guiclass="TestPlanGui" testclass="TestPlan" testname="质量检验写入基准测试">
      <elementProp name="TestPlan.user_defined_variables">
        <collectionProp name="arguments">
          <elementProp name="BASE_URL">
            <stringProp name="Argument.value">http://10.0.1.100:8080/api/v1/inspection</stringProp>
          </elementProp>
        </collectionProp>
      </elementProp>
    </TestPlan>
    <hashTree>
      <ThreadGroup guiclass="ThreadGroupGui" testclass="ThreadGroup" testname="模拟产线写入">
        <intProp name="ThreadGroup.num_threads">500</intProp>
        <intProp name="ThreadGroup.ramp_time">30</intProp>
        <boolProp name="ThreadGroup.scheduler">true</boolProp>
        <longProp name="ThreadGroup.duration">600</longProp>
      </ThreadGroup>
      <hashTree>
        <CSVDataSet guiclass="TestBeanGUI" testclass="CSVDataSet" testname="检验数据源">
          <stringProp name="filename">/data/inspection_records.csv</stringProp>
          <stringProp name="variableNames">batchId,stationId,result,timestamp</stringProp>
          <boolProp name="recycle">true</boolProp>
        </CSVDataSet>
        <HTTPSamplerProxy guiclass="HttpTestSampleGui" testclass="HTTPSamplerProxy" testname="POST 写入检验记录">
          <stringProp name="HTTPSampler.method">POST</stringProp>
          <stringProp name="HTTPSampler.path">${BASE_URL}</stringProp>
          <stringProp name="HTTPSampler.postBodyRaw">true</stringProp>
          <elementProp name="HTTPsampler.Arguments">
            <collectionProp name="Arguments.arguments">
              <elementProp name="">
                <stringProp name="Argument.value">{"batchId":"${batchId}","stationId":"${stationId}","result":"${result}","timestamp":"${timestamp}"}</stringProp>
              </elementProp>
            </collectionProp>
          </elementProp>
        </HTTPSamplerProxy>
      </hashTree>
    </hashTree>
  </hashTree>
</jmeterTestPlan>

  执行步骤：
  预热阶段： 以 100 并发运行 2 分钟，让 JIT 编译和连接池预热。
阶梯加压： 从 100 并发开始，每 2 分钟增加 100 并发，直到达到 1000 并发或延迟超过阈值。
稳定阶段： 在最大安全并发下持续运行 10 分钟，采集稳定指标。
数据采集： 从 Grafana 导出 TPS、平均延迟、P99 延迟的时间序列数据。

2.5 基准测试结果示例

以下是一次典型基准测试的结果示例，展示了在不同并发下的性能表现。该数据将作为后续优化工作的基线。

并发数	吞吐量 (TPS)	平均延迟 (ms)	P99 延迟 (ms)	系统状态
100	2,500	38	52	健康
300	7,200	41	58	健康
500	11,800	45	65	健康
700	14,500	52	89	接近瓶颈
900	15,200	78	210	过载

注意： 当 P99 延迟超过 100ms 时，表示系统已经进入过载区。此时继续增加并发不仅不会提升吞吐量，反而会导致延迟急剧恶化，甚至引发雪崩效应。基准测试的目标就是找到这个“拐点”，并确保生产环境运行在拐点左侧的安全区域。

2.6 本章小结

通过本章，我们完成了性能基准测试的准备工作：

明确了吞吐量、平均延迟和 P99 延迟三个核心指标的定义与优先级。
搭建了包含压力发生器、被测系统和监控采集层的测试环境。
编写了基于 JMeter 的测试脚本，并制定了标准化的执行步骤。
获取了基准测试结果，为后续的写入优化提供了可量化的起点。