4. 压测脚本设计
脚本设计，说白了就是让压测工具模拟出「真人」的行为。我见过太多团队，工具装好了，脚本一跑，结果全是无效数据。为什么？因为脚本太「假」了。
今天咱们就聊聊脚本设计的五个核心要素。每个我都踩过坑，希望你能绕过去。
4.1 参数化：别让所有用户都叫「张三」
你想想看，如果1000个并发用户都用同一个账号登录，那后台看到的就一个session。这能叫压测吗？这叫单用户反复刷。
参数化的本质，就是让每个虚拟用户使用不同的数据。
核心原则： 参数化数据要足够大，至少是并发数的3-5倍。我曾经遇到过参数池只有50条，并发200，结果数据被循环用了4轮，接口缓存命中率飙升，压测结果完全失真。
常见的参数化方式有几种：
- CSV数据文件：适合大批量、有规律的测试数据
- 计数器：适合生成唯一ID、订单号等
- 随机函数：适合手机号、邮箱等格式固定但内容随机的字段
- 数据库查询：从真实数据库中提取数据
// JMeter中CSV参数化的典型配置
// 文件格式：user_id,password,
// 10001,pass123,abc123
// 10002,pass456,def456
// 在请求中引用：${user_id}、${password}、${}我的习惯： 参数化文件的第一行不要放表头。很多新手放了表头，结果第一个请求传进去的是"user_id"这个字符串，接口直接报错。排查半天才发现是这问题。
4.2 关联：把上一个请求的「回执」传给下一个
关联，说白了就是「动态传参」。比如登录后拿到，后续所有请求都要带上它。
我见过最惨的案例：某团队压测下单接口，脚本里写死了。结果压了半小时，所有订单都是同一个用户下的。运维一看，以为被攻击了，直接把账号封了。
关联的典型场景：
- 登录后获取session/
- 创建订单后获取订单ID
- 分页查询中获取下一页的游标
- 文件上传后获取文件URL
// JMeter正则表达式提取器示例
// 从响应中提取
// 响应内容：{"code":0,"data":{"":"eyJhbGciOiJIUzI1NiJ9"}}
// 正则表达式："":"(.+?)"
// 模板：$1$
// 匹配序号：1
// 变量名：
// 后续请求引用：${}注意： 关联提取器的作用域要设置正确。我习惯把提取器放在请求的子节点下，而不是线程组级别。这样每个请求独立提取，不会互相干扰。
4.3 断言：别让错误数据混进结果里
断言就是「检查点」。压测跑了10万次请求，你怎么知道哪些是成功的？光看HTTP状态码200是不够的。
举个例子：接口返回了200，但body里写着{"code":5001,"msg":"系统繁忙"}。这算成功吗？当然不算。
常用的断言类型：
| 断言类型 | 适用场景 | 我的建议 |
|---|---|---|
| 响应文本断言 | 检查返回内容包含特定字符串 | 最常用，比如检查"success" |
| JSON断言 | 检查JSON结构中的字段值 | 适合RESTful接口 |
| 响应时间断言 | 检查响应是否超时 | 配合性能阈值使用 |
| 大小断言 | 检查响应体大小是否在合理范围 | 防止返回空数据或异常数据 |
// JSON断言示例
// 期望：code字段等于0
// JSON Path：$.code
// 期望值：0
// 响应时间断言
// 最大响应时间：3000ms
// 超过3秒的请求标记为失败避坑指南： 我曾经在压测一个文件上传接口时，只做了HTTP状态码断言。结果跑了2小时，发现所有请求都返回了200，但文件实际没存成功——因为磁盘满了。从那以后，我每个接口至少加一个业务断言。
4.4 思考时间：别让服务器以为你在「攻击」它
思考时间，就是模拟用户操作之间的停顿。真实用户不会像机器一样「哒哒哒」连续点击。
没有思考时间的压测，本质上是「拒绝服务攻击」。你想想看，正常人浏览网页，看一段文字至少需要几秒钟吧？
思考时间的设置原则：
- 简单操作（点击、翻页）：0.5-2秒
- 中等操作（填写表单）：2-5秒
- 复杂操作（支付确认、阅读条款）：5-15秒
// JMeter中设置思考时间
// 使用"Constant Timer"或"Uniform Random Timer"
// 均匀随机定时器配置
// 延迟时间：3000ms（基础延迟）
// 随机范围：1000ms（额外随机延迟）
// 实际延迟：3000-4000ms之间随机我的经验： 思考时间不是越长越好。如果设置太长，压测效率太低，跑一天也压不出几个请求。我一般先跑一轮无思考时间的压测，摸清系统上限，再加思考时间模拟真实场景。
4.5 集合点：让所有用户「同时开枪」
集合点，就是让所有虚拟用户等待，直到达到指定数量后，同时发起请求。
为什么要用集合点？因为我们要测试系统在「瞬间高并发」下的表现。比如双11秒杀、抢票、秒杀活动。
集合点的典型使用场景：
- 秒杀/抢购接口
- 登录接口（大量用户同时登录）
- 数据导出/报表生成（同时触发）
- 定时任务触发点
// JMeter集合点配置
// 使用"Synchronizing Timer"
// 配置参数
// 等待用户数：100（凑够100人一起发请求）
// 超时时间：30000ms（30秒内凑不够也发）
// 注意：超时时间不能太短，否则集合点失效重要提醒： 集合点不要滥用。我见过有人把每个请求都加了集合点，结果压测脚本跑起来，所有用户都在等，CPU全耗在同步上了，根本没压到目标接口。集合点只加在关键路径上，一般1-2个就够了。
4.6 知识体系总览
下面这张图，帮你理清这五个要素的关系：
4.7 实战中的组合策略
光知道每个要素怎么用还不够，关键是怎么组合。我分享一个常用的脚本设计流程：
- 先搭骨架：把业务流程走通，用关联把请求串起来
- 再填血肉：把硬编码的数据替换成参数化
- 加断言：每个关键接口至少加一个业务断言
- 调节奏：根据业务场景设置合理的思考时间
- 加集合点：只在需要测试并发瓶颈的地方加
最后说一句： 脚本设计没有银弹。不同业务、不同架构，侧重点完全不同。我的建议是——先跑起来，再优化。别一开始就追求完美，压测脚本是迭代出来的。