环境搭建篇：压测工具选型对比

说到压测工具选型，我见过太多团队在这个环节踩坑了。有的选了个看起来很潮的工具，结果团队没人会用；有的图省事用了个轻量级的，压到一半发现根本撑不住并发。嗯，今天咱们就把这事聊透。

目前市面上主流的压测工具，说白了就三款：JMeter、Locust、Gatling。我这些年三个都用过，各有各的脾气。

对比维度	JMeter	Locust	Gatling
开发语言	Java	Python	Scala
脚本方式	GUI拖拽 + XML	Python代码	Scala DSL
学习曲线	低（上手快）	中（需Python基础）	高（需Scala基础）
分布式支持	原生支持	原生支持	需额外配置
报告质量	中等	基础	优秀
社区生态	最丰富	一般	较活跃

我的建议：如果你团队里Java人多，或者测试同学不太会写代码，无脑选JMeter。如果你们是Python技术栈，而且想玩点灵活的，Locust不错。至于Gatling，适合那种对性能报告有极致要求的场景。

说实话，我刚开始做压测时用的是Locust。那时候觉得Python写脚本多爽啊，几行代码就能跑起来。但后来遇到一个项目，需要模拟3000个用户同时下单，Locust的master-slave架构在资源调度上出了点问题，压到一半slave节点就崩了。

后来换成JMeter，同样的场景，稳稳当当跑完了。你想想看，JMeter在分布式压测这块沉淀了十几年，踩过的坑比我们见过的都多。而且它的插件生态太丰富了，几乎你能想到的协议——HTTP、JDBC、JMS、FTP——都有现成的插件。

一个小技巧：我个人习惯在JMeter里用「用户自定义变量」来管理测试数据，这样换环境时只需要改一个地方，不用满世界找硬编码的IP和端口。

JMeter是Java写的，所以必须先装JDK。这里有个坑，我当年就踩过——JDK版本不兼容。

注意：JMeter 5.x 要求 JDK 8 及以上，但别装 JDK 17 以上的版本，有些插件会报错。我建议用 JDK 11，稳定且兼容性好。

安装步骤其实很简单：

验证是否装好，打开命令行敲：

java -version

如果看到类似 openjdk version "11.0.18" 的输出，就说明成了。

避坑指南：我曾经遇到过一个问题——明明装了JDK 11，但JMeter启动时报错说找不到Java。后来发现是系统里还残留着JDK 8的环境变量，两个版本冲突了。解决办法很简单：把旧的 JAVA_HOME 删干净，只保留一个。

JDK搞定后，装JMeter就轻松多了。去Apache JMeter官网下载最新版，解压就能用。我个人习惯把它解压到 C:\tools\apache-jmeter-5.6.2 这种路径，方便管理。

启动方式有两种：

重要提醒：压测时千万别用GUI模式！GUI本身会消耗大量内存和CPU，影响压测结果的准确性。我见过有人用GUI跑了1000并发，结果JMeter自己先挂了。正确的做法是用命令行跑，GUI只用来调试脚本。

启动后你会看到一个空白的测试计划。嗯，这里先别急着加线程组，咱们先把JMeter的内存调大一点。默认的 HEAP 只有512MB，压个几百并发就撑不住了。

找到 bin/jmeter.bat 文件，用记事本打开，搜索 HEAP，改成：

set HEAP=-Xms1g -Xmx4g -XX:MaxMetaspaceSize=256m

这样JMeter就能用到4GB内存了，压个几千并发问题不大。

下面这张图是我自己整理的压测环境搭建的核心逻辑，你看一眼就能明白整个流程：

这张图把整个环境搭建的流程串起来了。从工具选型开始，到JDK安装，再到JMeter配置，最后验证收尾。每一步都有坑，但只要你按这个顺序来，基本不会出大问题。

装好之后，咱们跑个简单的测试验证一下。打开命令行，进入JMeter的 bin 目录，执行：

jmeter -v

如果看到版本信息，说明安装成功。然后跑一个内置的示例脚本：

jmeter -n -t ../extras/TestPlan.jmx -l test_result.jtl

等几秒钟，看看有没有报错。没报错的话，恭喜你，环境搭建完成了！

一个小经验：我第一次跑这个示例脚本时，等了半天没反应，还以为死机了。后来发现是线程数设得太高，而我的笔记本只有8GB内存。所以建议你第一次跑时，把线程数改成10个，循环1次，先确认流程能走通。

好了，环境搭好了，下一步就是写脚本了。不过那是下一节的事，咱们先把基础打牢。