01
性能回归分析概述
什么是性能回归、为什么需要做回归对比、回归测试在性能领域的定位。
概念基础
02
核心指标定义
响应时间、吞吐量、并发用户数、错误率、资源利用率（CPU/内存/IO）。
指标度量
03
基准测试(Baseline)建立
如何选择基准版本、基准场景设计、基准数据采集方法。
基线方法
04
对比测试环境搭建
环境一致性保证、硬件/软件/网络配置标准化、隔离性要求。
环境标准化
05
测试脚本设计原则
脚本可重复性、参数化设计、思考时间设置、断言策略。
脚本设计
06
数据采集工具选型
JMeter、Gatling、Locust、wrk、ab等工具对比与选择。
工具选型
07
监控体系搭建
APM工具(Pinpoint/SkyWalking)、系统监控(nmon/sar)、日志采集。
监控APM
08
性能数据清洗
异常值处理、缺失值填充、数据归一化、时间戳对齐。
数据清洗
09
统计分析基础
均值、中位数、百分位(P50/P90/P99)、标准差、置信区间。
统计数学
10
可视化对比方法
折线图、箱线图、小提琴图、累积分布图(CDF)的应用场景。
可视化图表
11
A/B测试在性能中的应用
分流策略、统计显著性检验、最小样本量计算。
A/B实验
12
趋势分析
性能退化趋势识别、季节性波动处理、基线漂移检测。
趋势退化
13
多维度对比
按接口/场景/时间段/版本分组对比分析方法。
维度分组
14
阈值设定方法
基于历史数据的动态阈值、固定阈值、3σ原则。
阈值告警
15
告警机制设计
告警级别定义、告警聚合、告警抑制、通知渠道。
告警通知
16
自动化回归流水线
CI/CD集成、触发策略、测试编排、结果自动归档。
CI/CD自动化
17
报告生成自动化
模板设计、图表自动生成、结论自动总结、邮件推送。
报告自动化
18
性能回归分析平台
数据存储选型(时序数据库)、后端服务设计、前端展示。
平台架构
19
案例1：Web应用性能回归
从脚本到报告全流程实战。
案例Web
20
案例2：微服务接口回归
微服务架构下接口级性能回归对比。
案例微服务
21
案例3：SQL变更性能验证
数据库SQL变更后的性能回归验证。
案例SQL
22
案例4：移动端App启动性能
移动端App启动性能回归分析。
案例移动端
23
案例5：大数据批处理回归
大数据批处理作业性能回归对比。
案例大数据
24
常见误区和陷阱
样本量不足、环境差异、测试数据偏差、统计误用。
避坑经验
25
性能回归与容量规划
回归数据如何指导容量预估。
容量规划
26
混沌工程与性能回归
故障注入下的性能稳定性验证。
混沌稳定性
27
性能回归的ROI评估
投入产出比计算、自动化收益量化。
ROI价值
28
团队协作流程
角色分工、评审机制、知识库建设。
协作流程
29
前沿趋势
AI辅助性能回归分析、智能异常检测、自适应阈值。
AI趋势
30
总结与最佳实践
性能回归体系成熟度模型、持续改进路线图。
总结路线图