📚 课程目录第4章压力测试基础

4. 压力测试基础：目标、分类与常用工具

压力测试是性能工程的核心环节，其目标并非单纯“让系统崩溃”，而是通过可控的负载注入，提前暴露系统在资源争用、并发竞争、容量瓶颈下的行为边界。本节将系统梳理压力测试的三大分类及其对应目标，并介绍四款主流压测工具的适用场景与基本用法。

4.1 压力测试的核心目标

压力测试围绕以下三个维度展开，每个维度对应不同的测试设计与评估标准：

目标维度	核心问题	典型评估指标
容量边界	系统在何种并发/吞吐量下开始出现性能拐点？	TPS、QPS、并发用户数、CPU 使用率
稳定性	系统在持续负载下是否出现内存泄漏、连接池耗尽、GC 抖动？	内存占用趋势、Full GC 频率、错误率
弹性恢复	系统在突发流量或资源降级后能否自动恢复至正常水位？	恢复时间、降级策略触发率、PSI 指标

PSI 关联提示： 压力测试中，PSI（Pressure Stall Information）指标是检测系统资源（CPU、内存、IO）是否出现“不可调度窗口”的关键信号。当 PSI 的 some 或 full 指标持续升高，往往意味着系统已接近或超过容量边界，此时 TPS 曲线可能出现锯齿状抖动。

4.2 压力测试的三大分类

根据测试目的与负载模式，压力测试通常分为以下三类。下图展示了三类测试在负载曲线上的典型差异：

4.2.1 负载测试（Load Testing）

负载测试通过逐步增加并发请求量，观察系统吞吐量（TPS）、响应时间（RT）和资源利用率的变化曲线，找到性能拐点（即“膝盖点”）。典型场景包括：

阶梯增压： 每 30 秒增加 100 并发，直至 TPS 不再线性增长或错误率超过 1%。
目标水位验证： 在预估峰值流量的 1.5 倍水位下运行 10 分钟，确认系统无降级。

4.2.2 稳定性测试（Stability / Soak Testing）

稳定性测试在恒定负载（通常为系统容量的 70%-80%）下长时间运行（数小时至数天），用于暴露内存泄漏、连接池耗尽、磁盘 IO 堆积等慢性问题。关键观察点包括：

内存占用是否随时间线性增长（疑似泄漏）。
Full GC 频率是否逐渐升高。
数据库连接池活跃数是否持续上升。
PSI 指标的 some 和 full 值是否出现周期性尖峰。

4.2.3 尖峰测试（Spike Testing）

尖峰测试模拟流量在极短时间内（如 1-2 秒）突增数倍，观察系统是否触发限流、熔断或自动扩缩容，以及流量回落后能否快速恢复。典型场景包括：

秒杀活动开始瞬间的流量洪峰。
热点新闻导致的内容服务突发请求。
Kubernetes HPA 触发后的扩容延迟与冷启动影响。

常见误区： 很多团队将“负载测试”等同于“压力测试”，忽略了稳定性测试和尖峰测试。在 PSI 异常检测实践中，稳定性测试更容易暴露“慢泄漏”导致的 PSI 缓慢恶化，而尖峰测试则能触发 PSI 瞬时飙升，两者都是 PSI 告警策略的重要输入。

4.3 常见压力测试工具

不同工具在协议支持、资源开销、场景灵活性上各有侧重。下表对比了四款工具的适用场景与核心参数：

工具	协议/场景	核心优势	典型命令示例
wrk	HTTP/HTTPS	多线程 + 事件驱动，单机可产生高并发；支持 Lua 脚本定制请求	`wrk -t12 -c400 -d30s http://target`
ab (Apache Bench)	HTTP/HTTPS	简单易用，适合快速验证；单线程模型，高并发时性能受限	`ab -n 10000 -c 100 http://target/`
sysbench	数据库、CPU、内存、IO	内置多种基准测试模式；支持 MySQL/PostgreSQL 压测	`sysbench cpu --cpu-max-prime=20000 run`
stress-ng	系统资源（CPU/内存/IO/网络）	精细控制资源压力类型与强度；适合模拟 PSI 异常场景	`stress-ng --cpu 4 --vm 2 --vm-bytes 1G -t 60s`

4.3.1 wrk — HTTP 高并发压测

wrk 利用多线程和 epoll/kqueue 事件循环，单机即可产生数万并发连接。配合 Lua 脚本可模拟登录态、随机参数等复杂场景。

# 基本用法：12 线程，400 连接，持续 30 秒
wrk -t12 -c400 -d30s http://192.168.1.100:8080/api/v1/query

# 使用 Lua 脚本发送 POST 请求
wrk -t4 -c200 -d60s -s post.lua http://target/api

4.3.2 ab — 快速 HTTP 基准测试

ab 是 Apache 自带的压测工具，适合快速验证单机 HTTP 性能。注意其单线程模型在并发超过 1000 时可能成为瓶颈。

# 总请求 10000，并发 100
ab -n 10000 -c 100 http://localhost:3000/health

4.3.3 sysbench — 数据库与系统基准测试

sysbench 支持多模式压测，常用于数据库连接池、CPU 素数计算、内存带宽和文件 IO 的基准测试。

# CPU 基准测试：计算 20000 以内的素数
sysbench cpu --cpu-max-prime=20000 run

# MySQL 压测：准备数据、运行、清理
sysbench oltp_read_write --table-size=1000000 --mysql-host=127.0.0.1 --mysql-user=root prepare
sysbench oltp_read_write --table-size=1000000 --threads=16 --time=120 run
sysbench oltp_read_write --table-size=1000000 cleanup

4.3.4 stress-ng — 系统资源压力模拟

stress-ng 是 Linux 系统压力测试的瑞士军刀，可精确控制 CPU 负载、内存分配、磁盘 IO 和网络中断。在 PSI 异常检测实验中，常用它来制造资源争用场景。

# 4 个 CPU 压力 + 2 个虚拟内存压力（各 1GB），持续 60 秒
stress-ng --cpu 4 --vm 2 --vm-bytes 1G -t 60s

# 模拟 IO 压力：4 个 hdd 工作线程，同步写入 4GB 文件
stress-ng --hdd 4 --hdd-bytes 4G -t 120s

  PSI 实验推荐组合： 在后续章节中，我们将使用 stress-ng 制造 CPU 或 IO 压力，同时用 wrk 对应用层施加 HTTP 负载，观察 PSI 指标如何先于应用层错误出现异常信号。这种组合能有效验证 PSI 作为“早期预警”指标的有效性。

4.4 工具选型决策流程

下图展示了根据测试目标选择压测工具的决策逻辑：

4.5 本章小结

压力测试的三大分类（负载、稳定性、尖峰）对应不同的负载模式与评估目标，PSI 指标在稳定性测试和尖峰测试中尤为敏感。
wrk 和 ab 适用于 HTTP 层压测；sysbench 适用于数据库与系统基准；stress-ng 是模拟资源争用、触发 PSI 异常的首选工具。
实际压测中，建议组合使用应用层工具（wrk）和系统层工具（stress-ng），以便同时观察应用性能与内核资源调度状态。