1. 压力测试基础

1.1 压力测试的定义

压力测试（Stress Testing）是一种通过向系统施加超出正常预期负载的测试方法，旨在观察系统在极端条件下的行为表现。其核心目标是找出系统的崩溃点、瓶颈以及恢复能力。

1.2 压力测试的目的

• 发现系统瓶颈：定位CPU、内存、磁盘I/O、网络带宽或数据库连接池等资源的上限。
• 验证容错与恢复：测试系统在崩溃后能否自动恢复，以及恢复时间（RTO）是否符合要求。
• 评估稳定性：确保系统在持续高压下不出现内存泄漏、死锁或数据不一致。
• 确定最大承载能力：明确系统在保证SLA（服务等级协议）的前提下，能承受的最大并发用户数或请求量。
• 为容量规划提供依据：根据压力测试结果，预测未来业务增长所需的资源投入。

1.3 压力测试与负载测试的区别

很多从业者容易混淆压力测试与负载测试，二者在目标、方法和关注点上存在本质差异。下表从多个维度进行对比：

1.4 常见压力测试指标

压力测试中，以下四个指标是衡量系统性能的核心维度，缺一不可。

1.4.1 TPS（Transactions Per Second）

每秒事务数。事务通常代表一个完整的业务操作（如一次下单、一次支付）。TPS是衡量系统业务处理能力的关键指标。

• 计算公式：TPS = 总事务数 / 测试时长（秒）
• 典型场景：银行转账系统关注TPS，因为一次转账包含多个原子操作。

1.4.2 QPS（Queries Per Second）

每秒查询数。QPS通常用于衡量读密集型系统的处理能力，如搜索引擎、API网关、数据库查询。

• 与TPS的关系：一个TPS可能包含多个QPS。例如一次页面加载（1 TPS）可能触发10次数据库查询（10 QPS）。
• 典型场景：内容管理系统（CMS）更关注QPS。

1.4.3 响应时间（Response Time）

从客户端发送请求到收到完整响应所经过的时间。通常关注平均响应时间、TP95（95%请求的响应时间）和TP99（99%请求的响应时间）。

• 重要性：响应时间直接影响用户体验。超过2秒的响应时间通常会导致用户流失。
• 压力测试中的表现：随着负载增加，响应时间会呈现非线性增长，直至系统崩溃。

1.4.4 并发数（Concurrency）

同一时刻系统正在处理的请求或事务数量。并发数并不等同于在线用户数，而是同时处于处理状态的请求数。

• 关键关系：并发数 = TPS × 平均响应时间（Little's Law）
• 典型场景：一个在线聊天系统可能有100万在线用户，但并发数可能只有1万。

1.5 指标关系图解

下图展示了TPS、QPS、响应时间与并发数之间的内在联系，以及它们在压力测试中的变化趋势。

1.6 指标速查表

以下表格汇总了四个核心指标的定义、单位与典型关注场景，便于快速查阅：