压测工具选型：JMeter、LoadRunner、wrk、ab、Locust 的优缺点对比

做性能压测这么多年，我经常被问到同一个问题：「到底该用哪个工具？」

说实话，没有银弹。每个工具都有自己的脾气。你想想看，用菜刀切西瓜和用水果刀削苹果，能是一回事吗？

今天我就把这几个主流工具掰开揉碎了讲。我踩过的坑，你就不用再踩了。

1. JMeter：全能型选手，但有点重

JMeter 是我用得最多的工具，没有之一。它最大的优点是生态丰富。从 HTTP、JDBC 到 JMS，几乎你能想到的协议它都支持。

我记得有一次帮一家金融公司做压测，他们的系统用了自定义的 TCP 协议。换成别的工具，估计得从头写插件。但 JMeter 有现成的 TCP Sampler，改改配置就能用。嗯，这就是生态的力量。

优点	缺点
支持协议多（HTTP/HTTPS/WebSocket/JDBC 等）	GUI 模式压测时资源消耗大
社区活跃，插件丰富	脚本编写相对复杂，学习曲线陡
支持分布式压测	报告生成需要额外配置（如 InfluxDB + Grafana）
免费开源，跨平台	单机并发量有限（一般建议不超过 1000 线程）

2. LoadRunner：企业级老大哥，但贵

LoadRunner 是我刚入行时接触的第一个工具。说实话，它确实强大，但也是真的贵。一套 License 下来，够小公司吃半年了。

它的优势在于协议支持极其全面，尤其是那些老旧的 ERP、CRM 系统。我有个朋友在一家银行做测试，他们的核心系统只认 LoadRunner 的 Citrix 协议，别的工具根本连不上。

优点	缺点
协议支持最全面（包括 Citrix、SAP、Oracle Forms 等）	价格昂贵，License 按虚拟用户数收费
自带强大的分析器（Analysis）	安装配置复杂，环境依赖多
支持大规模分布式压测	社区资源相对封闭，遇到问题难找答案
企业级支持和服务	脚本语言（C/Vuser）学习成本高

3. wrk：轻量级利器，适合快速验证

wrk 是我个人非常喜欢的一个工具。它有多轻？一个可执行文件，几 KB 大小，解压就能用。而且它基于 Reactor 模式，用少量的线程就能模拟大量并发连接。

我经常用它来做快速摸底。比如新上线一个接口，我想看看它的极限 QPS 是多少。用 wrk 写个 Lua 脚本，几秒钟就能跑出结果。

# 一个简单的 wrk 压测命令
wrk -t12 -c400 -d30s --latency http://localhost:8080/api/test

优点	缺点
极轻量，无依赖，开箱即用	只支持 HTTP/HTTPS 协议
性能极高，单机可模拟数万并发	不支持复杂的业务逻辑（如登录、参数化）
内置 Lua 脚本扩展，可定制请求	报告功能弱，需要自己解析输出
延迟统计精确（内置毫秒级 Latency）	不支持分布式压测

4. ab：最古老的压测工具，简单粗暴

ab（Apache Bench）是 Apache 自带的压测工具。说实话，它现在用得越来越少了。但为什么我还要提它？因为它足够简单。

我记得刚入行时，领导让我测一下 Nginx 的并发能力。我二话不说装了个 JMeter，折腾了半天。旁边的老同事看了一眼，直接在终端敲了一行 ab 命令，10 秒出结果。嗯，那一刻我明白了什么叫「够用就好」。

# ab 的基本用法
ab -n 10000 -c 100 http://localhost:8080/

优点	缺点
最简单，一行命令搞定	只支持 HTTP/HTTPS（且不支持 HTTPS 的某些高级特性）
几乎所有 Linux 系统预装	不支持 Keep-Alive 的精细控制
结果输出清晰，包含吞吐量、延迟、失败率	单机并发能力有限（一般不超过 1000）
无任何依赖	不支持动态参数、Cookie、Session

5. Locust：Python 玩家的最爱，灵活但性能一般

Locust 是这几年比较火的一个工具。它的核心卖点是用 Python 写压测脚本。如果你团队里都是 Python 开发者，那 Locust 简直是天选之子。

我有个朋友在游戏公司做测试，他们的业务逻辑极其复杂——登录、选角色、进副本、打怪、掉装备，每一步都有状态依赖。用 JMeter 写这种脚本，得配一堆 If Controller 和正则提取器，累死人。但用 Locust，直接写 Python 代码，想怎么控制就怎么控制。

# Locust 脚本示例
from locust import HttpUser, task, between

class WebsiteUser(HttpUser):
    wait_time = between(1, 5)

    @task
    def index_page(self):
        self.client.get("/")
    
    @task(3)
    def view_item(self):
        self.client.get("/item?id=123")

优点	缺点
脚本灵活，Python 代码控制一切	单机并发性能一般（受限于 Python GIL）
Web UI 实时监控，结果直观	协议支持有限（主要 HTTP/WebSocket）
支持分布式压测（Master-Slave 模式）	分布式部署配置较复杂
开源免费，社区活跃	报告功能弱，需要二次开发

核心对比：一张图看懂

说了这么多，我画了一张对比图，帮你快速决策：

最终建议：怎么选？

说了这么多，我总结一下我的个人经验：

1. 如果你是开发，想快速验证接口性能 → 用 wrk 或 ab。5 分钟上手，10 秒出结果。
2. 如果你是测试，要做全链路压测 → 用 JMeter。生态好，社区强，遇到问题容易找到答案。
3. 如果你在银行、保险等传统行业 → 考虑 LoadRunner。虽然贵，但那些冷门协议只有它能搞定。
4. 如果你团队全是 Python 开发者 → 用 Locust。写脚本就像写业务代码一样自然。