1. 性能压测基础概念
性能压测是支付订单系统上线前必须通过的“大考”。它通过模拟真实用户与高并发请求，在受控环境下对系统施加负载，从而测量系统的响应能力、稳定性和资源消耗。对于支付系统而言，一次失败的压测可能意味着线上资损或订单丢失，因此理解其核心概念是构建可靠压测方案的第一步。
1.1 什么是性能压测
性能压测（Performance & Stress Testing）是一种通过自动化工具模拟多用户、高并发场景，向被测系统发送业务请求，并监控系统行为与性能指标的测试方法。其本质是回答三个问题：
- 系统能处理多少并发请求？
- 在多高负载下系统会开始变慢或出错？
- 系统在极限压力下是否仍能保持数据一致性和可用性？
1.2 性能压测的目标
性能压测并非单纯“把系统打垮”，而是围绕以下四个核心目标展开：
| 目标维度 | 具体描述 | 支付系统示例 |
|---|---|---|
| 容量验证 | 确认系统在预期业务峰值负载下能否正常运行 | 双十一零点每秒 10 万笔下单请求 |
| 稳定性评估 | 验证系统在长时间持续负载下是否存在内存泄漏、连接池耗尽等问题 | 持续压测 4 小时，观察订单处理成功率 |
| 瓶颈定位 | 找出系统中最先达到性能极限的组件（数据库、缓存、网络等） | 发现数据库连接池在 2000 并发时成为瓶颈 |
| 弹性与降级 | 测试系统在部分服务不可用时，降级策略是否生效 | 模拟支付网关超时，验证本地重试队列是否正常工作 |
1.3 关键性能指标
在支付订单系统的压测中，以下五个指标是衡量系统性能的核心标尺。它们相互关联，必须综合解读。
1.3.1 TPS 与 QPS
TPS（Transactions Per Second） 和 QPS（Queries Per Second） 是最常被混淆的两个指标。在支付场景中，它们的区别至关重要：
| 指标 | 定义 | 支付系统典型场景 | 说明 |
|---|---|---|---|
| TPS | 每秒完成的事务数（一个完整业务操作，通常包含多次请求） | 一笔订单从“创建”到“支付成功”的完整流程 | 更贴近真实业务吞吐能力 |
| QPS | 每秒查询/请求数（单次请求或查询） | 查询订单状态、查询用户余额 | 常用于衡量接口级吞吐 |
1.3.2 RT（响应时间）
响应时间（Response Time）指从客户端发送请求到收到完整响应所经过的时间。在支付系统中，RT 通常分为：
- 平均响应时间（Avg RT）： 所有请求响应时间的算术平均值，容易受极端值影响。
- 百分位响应时间（P99/P95/P90）： 表示 99%/95%/90% 的请求响应时间低于该值。支付系统通常要求 P99 RT < 500ms。
- 最大响应时间（Max RT）： 最慢请求的响应时间，通常用于排查异常。
1.3.3 并发数
并发数（Concurrency）指同一时刻系统正在处理的请求数量。它不等于“每秒请求数”，而是“系统中同时活跃的请求数”。在 JMeter 中，并发数由线程组控制。
并发数与 TPS、RT 的关系由 Little's Law 描述：
并发数 = TPS × 平均响应时间（秒）例如：若系统 TPS 为 5000，平均 RT 为 0.2 秒，则并发数约为 1000。这意味着 JMeter 只需设置 1000 个并发线程即可达到 5000 TPS 的吞吐量。
1.3.4 吞吐量
吞吐量（Throughput）是系统在单位时间内处理请求或数据的总量。在支付系统中，吞吐量通常以 TPS 或 订单数/秒 来衡量。吞吐量受限于系统中最薄弱的环节（瓶颈），压测的核心目标之一就是找到并消除这些瓶颈。
1.4 指标间的权衡与典型场景
在支付订单系统的压测中，指标之间往往存在权衡关系。以下表格总结了常见场景下的指标表现：
| 场景 | 并发数 | TPS | 平均RT | P99 RT | 典型瓶颈 |
|---|---|---|---|---|---|
| 正常业务峰值 | 2000 | 8000 | 250ms | 500ms | 数据库连接池 |
| 缓存命中率高 | 3000 | 15000 | 200ms | 400ms | 网络带宽 |
| 数据库慢查询 | 1500 | 3000 | 500ms | 2000ms | SQL 索引缺失 |
| 外部支付网关超时 | 1000 | 1000 | 1000ms | 5000ms | 第三方接口 |
1.5 压测类型与选择
根据测试目标的不同，性能压测可分为以下几种类型。支付系统通常需要组合使用：
- 基准测试（Baseline Test）： 在低并发（如 1 个用户）下运行，获取系统的基础性能数据，作为后续对比的参照。
- 负载测试（Load Test）： 模拟预期业务峰值负载（如 80% 预估峰值），验证系统能否稳定运行。
- 压力测试（Stress Test）： 持续增加负载直到系统崩溃或性能急剧下降，找出系统的极限容量。
- 稳定性测试（Endurance Test）： 在中等负载下持续运行较长时间（如 4-8 小时），检测内存泄漏、连接池耗尽等问题。
- 尖峰测试（Spike Test）： 突然将负载从低水平提升到极高值，模拟秒杀或突发流量场景。