4. 测试执行策略：负载模型、并发模型与数据采集
好，咱们进入第四章。这一章讲的是测试执行策略，说白了就是——你打算怎么压？
很多人拿到工具就开跑，结果跑出来的数据自己都解释不了。我见过太多这样的案例了。其实，测试执行不是瞎跑，它有一套成熟的策略体系。今天我就把这套体系拆开，跟你聊聊。
4.1 负载模型：阶梯、突发与恒定
负载模型，就是你的压力施加方式。三种主流模型，各有各的用处。
4.1.1 恒定负载模型
最简单，也最常用。保持固定并发数，跑一段时间。
- 适用场景：稳定性测试、资源泄漏检测
- 优点：结果稳定，容易对比
- 缺点：找不到拐点
我个人习惯，做长时间稳定性测试时，先用恒定负载跑个基线。比如 100 并发跑 2 小时，看看内存和 CPU 是不是一条直线。如果曲线往上走，那大概率有泄漏。
4.1.2 阶梯负载模型
这是我最喜欢的模型。每过一段时间增加一批用户，像爬楼梯一样。
核心价值：找到系统的性能拐点。
当吞吐量不再随并发数增长而增长，甚至开始下降时，那个点就是系统的极限。
我曾经帮一个电商平台做压测，用阶梯模型从 50 并发起步，每 2 分钟加 50。跑到 350 并发时，TPS 突然从 1200 掉到 800。嗯，这就是典型的拐点——数据库连接池满了。
4.1.3 突发负载模型
模拟瞬间大量用户涌入。比如秒杀、抢票、热点新闻。
- 特点：并发数在几秒内从 0 飙升到峰值
- 关注点：系统能否扛住冲击，会不会雪崩
你想想看，双十一零点那一刻，用户不是慢慢进来的，是瞬间涌进来的。这时候用恒定模型测，根本测不出问题。
| 模型 | 压力曲线 | 主要用途 | 典型时长 |
|---|---|---|---|
| 恒定 | 水平直线 | 稳定性、资源泄漏 | 30min ~ 24h |
| 阶梯 | 逐级上升 | 找拐点、容量规划 | 10min ~ 1h |
| 突发 | 陡峭尖峰 | 抗冲击、弹性伸缩 | 1min ~ 5min |
4.2 并发用户数与线程模型
这里有个常见的误区。很多人以为并发用户数 = 线程数。其实不是。
并发用户数，是业务层面的概念。指的是同时在使用系统的用户数量。而线程数，是工具层面的概念。指的是施压机开了多少个线程去发请求。
注意：不要盲目增加线程数。
线程多了，上下文切换的开销会吃掉 CPU。我见过有人开了 2000 个线程，结果施压机自己先挂了，被测系统反而没事。
我的经验是，一个线程能模拟 10~50 个并发用户，取决于你的思考时间和等待时间。举个例子：
- 用户操作间隔 3 秒（思考时间）
- 服务端响应 200ms
- 一个线程每秒能发约 0.3 个请求
- 要模拟 1000 并发用户，大约需要 30~50 个线程
具体怎么算？我一般用这个公式：
线程数 = 目标并发用户数 / (1 + 思考时间 / 响应时间)当然，这只是估算。实际跑的时候，我会先跑个小规模测试，看看单线程的吞吐量，再反推需要的线程数。
4.3 预热与冷却期
这两个概念，很多人会忽略。但我觉得，它们跟正式测试一样重要。
4.3.1 预热期（Warm-up）
系统刚启动时，很多组件还没准备好。比如：
- JIT 还没编译热点代码
- 数据库连接池还没填满
- 缓存还没命中
这时候测出来的数据，是偏低的。我习惯在正式测试前，先跑 3~5 分钟的预热负载。让系统进入稳定状态，再开始记录数据。
小技巧：预热期的负载量，可以跟正式测试一样，也可以略低。关键是让系统「热起来」。
4.3.2 冷却期（Cool-down）
测试结束后，不要马上停。留 1~2 分钟观察系统的恢复情况。
- 连接数是否回落
- 内存是否释放
- 队列是否清空
我曾经遇到过一个问题：测试时一切正常，但测试结束后，数据库连接数一直居高不下。后来发现是连接池的回收策略有问题。如果没有冷却期的观察，这个问题根本发现不了。
4.4 数据采集点设置
数据采在哪，决定了你能看到什么。
我一般分三层来采集：
- 施压机层：响应时间、TPS、错误率
- 服务端层：CPU、内存、磁盘 IO、网络
- 中间件层：数据库连接数、队列长度、缓存命中率
这三层的数据要能对应起来。比如施压机看到 TPS 下降，服务端 CPU 却不高，那问题可能出在数据库或网络。
采集频率建议：
- 施压机：每秒采集一次
- 服务端：5~10 秒采集一次
- 数据库：10~30 秒采集一次
频率太高会干扰系统，太低又抓不到瞬时波动。这个平衡点，需要根据测试场景调整。
另外，我习惯在关键路径上埋点。比如登录、下单、支付这些核心接口，单独记录它们的耗时分布。这样定位问题时，能快速缩小范围。
4.5 知识体系总览
下面这张图，把本章的核心逻辑串起来了。你可以把它当作一个检查清单，每次做测试前，对照着过一遍。
这张图把四个核心要素串在了一起。你每次设计测试方案时，都可以拿它当模板，逐一确认每个环节有没有遗漏。