3. 压力测试基础：定义、区别与关键指标

压力测试是性能工程中最高风险、最具挑战性的环节。本章从定义出发，厘清压力测试与负载测试的本质区别，并建立一套可量化的关键性能指标（KPI）体系，为后续 Champion Challenger 实验设计打下基础。

3.1 压力测试定义

压力测试（Stress Testing）是指通过持续增加系统负载，使其超过正常容量上限，观察系统在极限或异常条件下的行为、恢复能力和故障模式。其核心目标不是验证系统“能处理多少用户”，而是回答三个问题：

• 系统何时崩溃？ — 找到容量拐点（Breakpoint）。
• 崩溃后如何表现？ — 优雅降级、部分可用还是完全宕机。
• 恢复速度与完整性？ — 压力释放后能否自动恢复至正常状态。

3.2 负载测试 vs 压力测试：核心区别

两者常被混淆，但目标、方法和结果判读完全不同。下表从六个维度进行对比：

3.3 关键性能指标（KPI）体系

压力测试需要一套多维度的 KPI 来量化系统行为。以下是最核心的六类指标：

1. 吞吐量（Throughput） — 单位时间内完成的请求数（TPS/QPS）。压力测试中关注“峰值吞吐量”和“崩溃前最大吞吐量”。
2. 响应时间（Response Time） — 包括平均、P50、P95、P99。压力测试更关注 P99 和 P999 在超载时的退化曲线。
3. 错误率（Error Rate） — HTTP 5xx、超时、连接拒绝的比例。压力测试中错误率从 0% 跳变到 100% 的点即为崩溃点。
4. 资源利用率（Resource Utilization） — CPU、内存、磁盘 I/O、网络带宽。压力测试关注哪个资源最先成为瓶颈。
5. 恢复时间（Recovery Time） — 从压力释放到系统恢复正常服务的时间。Champion Challenger 中恢复时间短的模型胜出。
6. 降级幅度（Degradation Ratio） — 超载时功能可用率或性能下降的比例。例如：搜索功能降级为只读模式。

3.4 压力测试 KPI 关系图

下图展示了压力测试中负载递增时各 KPI 的典型变化趋势：

3.5 压力测试流程与 Champion Challenger 结合点

在 Champion Challenger 框架中，压力测试按以下步骤执行：

1. 基线建立 — 对当前生产模型（Champion）执行压力测试，记录所有 KPI 基线值。
2. 候选模型加载 — 对 Challenger 模型执行相同压力测试脚本，保持负载模型一致。
3. 多维度对比 — 使用 3.3 节中的六类 KPI 进行逐项对比，生成差异矩阵。
4. 崩溃点排序 — 按“崩溃点负载值”从高到低排序，崩溃点最高的模型获得最高权重。
5. 恢复能力评分 — 测量每个模型在压力释放后的恢复时间，恢复时间最短的模型加分。
6. 综合决策 — 结合负载测试结果和压力测试结果，选出最终 Champion。

3.6 压力测试 KPI 对比矩阵示例

以下是一个 Champion vs Challenger 压力测试结果对比表示例：

3.7 压力测试 KPI 雷达图

下图使用雷达图直观对比 Champion 与 Challenger 在五个核心压力测试维度上的表现：

3.8 压力测试常见陷阱与避坑指南

• 陷阱一：负载递增速度过快 — 导致系统来不及触发限流/降级机制，直接崩溃。应使用阶梯式递增（每步保持 30~60 秒稳定期）。
• 陷阱二：忽略冷启动效应 — 首次压力测试时缓存未预热，结果不可代表稳态。应执行 2~3 轮预热后再记录数据。
• 陷阱三：只测一个维度 — 仅增加并发用户数而不增加数据量或请求复杂度。压力测试应同时放大“用户数”和“数据规模”。
• 陷阱四：恢复时间测量不准确 — 压力释放后立即检查健康检查接口，但业务线程池可能仍在排队。应等待所有积压请求处理完毕后再判定恢复。
• 陷阱五：忽略资源竞争 — 压力测试环境中其他进程（监控 Agent、日志采集）可能干扰结果。应使用专用环境或容器隔离。