01
性能回归对比基础
什么是性能回归 · 回归测试的价值 · 对比实验设计原则
概念设计
02
基准测试(Benchmark)搭建
选择合适的基准工具 · 环境标准化 · 基线数据采集
工具环境
03
吞吐量(Throughput)概念
QPS/TPS定义 · 吞吐量与延迟的关系 · Little定律
理论指标
04
性能回归对比工具
JMeter对比模式 · wrk与ab的对比用法 · Locust对比测试
JMeterwrkLocust
05
对比数据可视化
折线图与柱状图的选择 · 置信区间与误差棒 · Matplotlib绘制对比图
可视化Matplotlib
06
统计显著性检验
t检验与Z检验 · p值解读 · 效应量(Effect Size)计算
统计p值
07
A/B测试在性能中的应用
分流策略 · 指标选择 · 最小样本量估算
A/B分流
08
吞吐瓶颈定位方法论
自上而下法 · 自下而上法 · USE方法(Utilization/Saturation/Errors)
方法论USE
09
CPU瓶颈定位
CPU使用率分析 · 上下文切换 · 运行队列长度 · 火焰图生成与解读
CPU火焰图
10
内存瓶颈定位
内存使用率 · Swap与OOM · GC日志分析 · 内存泄漏检测
内存GC
11
磁盘I/O瓶颈定位
IOPS与吞吐量 · iostat与iotop · 平均服务时间与等待时间
磁盘iostat
12
网络瓶颈定位
带宽利用率 · TCP重传 · 连接队列溢出 · 网络延迟分析
网络TCP
13
数据库瓶颈定位
慢查询分析 · 连接池耗尽 · 索引失效 · 锁等待与死锁
数据库慢查询
14
应用层瓶颈定位
线程池耗尽 · 连接池配置 · 序列化/反序列化开销 · 日志同步写
应用层线程池
15
全链路压测与瓶颈发现
压测工具选型 · 链路追踪(Tracing) · 服务依赖分析
全链路Tracing
16
性能回归自动化
CI/CD集成 · 性能门禁(Performance Gate) · 回归报告自动生成
自动化CI/CD
17
容器化环境性能回归
Docker资源限制 · Kubernetes QoS · Sidecar性能影响
容器K8s
18
微服务架构性能回归
服务间调用开销 · 熔断降级影响 · 服务网格(Service Mesh)性能
微服务Service Mesh
19
数据库回归对比
索引变更影响 · SQL改写效果 · 连接池参数调优验证
数据库SQL
20
缓存引入性能回归
缓存命中率变化 · 缓存穿透/击穿/雪崩 · Redis vs Local Cache
缓存Redis
21
异步化改造性能回归
线程池调优 · 消息队列引入 · 异步框架对比(CompletableFuture vs RxJava)
异步RxJava
22
代码级性能回归
热点方法识别 · JIT编译影响 · 内联与逃逸分析
JIT热点
23
性能回归报告编写
报告结构 · 关键指标呈现 · 结论与建议 · 可复现性说明
报告规范
24
性能回归常见陷阱
冷启动 vs 热启动 · 预热时间不足 · 测试数据偏差 · 并发模型差异
陷阱预热
25
分布式系统性能回归
网络分区影响 · 时钟同步问题 · 分布式事务开销
分布式事务
26
性能回归与容量规划
回归数据驱动容量预估 · 线性扩展性验证 · 拐点识别
容量扩展性
27
性能回归工具链集成
Prometheus + Grafana监控 · Elasticsearch日志分析 · Jaeger链路追踪
PrometheusGrafana
28
性能回归案例实战(一)
Web服务吞吐下降排查——从回归对比到根因定位
案例Web
29
性能回归案例实战(二)
数据库连接池参数回归——从对比实验到最佳配置
案例连接池
30
性能回归最佳实践与总结
回归频率 · 基线管理 · 团队协作 · 持续改进
最佳实践总结