01
性能测试基础
性能测试的定义、目的与分类，性能回归与吞吐量的核心概念。
概念回归吞吐量
02
测试环境搭建
压测工具选型（JMeter/Locust/Gatling），监控工具（Prometheus/Grafana）部署。
JMeterGrafana部署
03
测试脚本开发
编写可复用的压测脚本，参数化与关联，断言与监听器配置。
脚本参数化断言
04
性能回归策略
回归测试范围界定，基线版本建立，对比指标选取（TPS、响应时间、错误率）。
基线TPS回归
05
吞吐量模型
吞吐量定义与计算公式，并发用户数与吞吐量的关系，Little's Law应用。
Little定律并发公式
06
压测场景设计
单接口压测、混合场景压测、阶梯加压与突发流量模拟。
混合场景阶梯突发
07
数据采集与监控
系统资源监控（CPU、内存、IO、网络），应用层监控（GC、线程池、连接池）。
CPUGC线程池
08
性能回归对比分析
A/B测试方法论，对比报告生成，趋势分析与异常检测。
A/B测试趋势异常检测
09
报告模板设计
报告结构（摘要、环境、场景、结果、结论），可视化图表选择（折线图、柱状图、热力图）。
可视化模板图表
10
自动化压测流水线
CI/CD集成（Jenkins/GitLab CI），定时任务与告警机制。
JenkinsCI/CD告警
11
分布式压测
集群部署模式，负载均衡策略，数据一致性保证。
集群负载均衡一致性
12
结果数据清洗
异常值处理，数据归一化，统计显著性检验（t检验、置信区间）。
t检验归一化异常值
13
性能瓶颈定位
慢SQL分析，代码热点追踪，锁竞争排查。
慢SQL热点锁竞争
14
容量规划
基于历史数据的容量预估，弹性伸缩策略，成本优化。
弹性伸缩成本预估
15
高可用压测
故障注入（Chaos Engineering），熔断降级验证，灾备切换演练。
混沌工程熔断灾备
16
网络性能分析
延迟、带宽、丢包率影响，TCP参数调优，HTTP/2与gRPC对比。
TCPHTTP/2gRPC
17
数据库性能压测
连接池大小调优，索引优化，读写分离压测。
连接池索引读写分离
18
缓存性能压测
Redis/Memcached压测，缓存穿透/击穿/雪崩模拟。
Redis穿透雪崩
19
消息队列压测
Kafka/RabbitMQ吞吐量测试，消费积压与重平衡。
KafkaRabbitMQ积压
20
前端性能压测
Lighthouse指标，首屏加载时间，API并发请求。
Lighthouse首屏并发
21
移动端性能压测
弱网模拟，电量消耗，内存泄漏检测。
弱网电量内存泄漏
22
安全性能压测
DDoS模拟，SQL注入压力，认证授权瓶颈。
DDoSSQL注入认证
23
性能回归报告自动化
Python脚本生成HTML报告，邮件/钉钉/飞书推送。
Python推送自动化
24
可视化大屏设计
Grafana Dashboard搭建，实时数据流展示，阈值告警。
Grafana大屏阈值
25
性能基线管理
基线版本控制，回归结果对比，退化告警阈值设定。
基线退化告警
26
大规模压测实战
百万并发模拟，云原生压测（K8s + HPA），成本控制。
百万并发K8sHPA
27
性能测试左移
单元测试中的性能断言，代码审查中的性能检查，CI门禁。
左移CI门禁代码审查
28
性能测试右移
生产环境压测（全链路压测），灰度发布性能验证，SLA保障。
全链路灰度SLA
29
性能测试团队协作
测试用例管理，知识库沉淀，复盘与改进。
协作知识库复盘
30
性能测试未来趋势
AI辅助性能分析，AIOps智能告警，Serverless性能挑战。
AIAIOpsServerless