2. 容量压测基础
在平台工程视角下，容量压测是内部开发者平台（IDP）提供的一项关键自服务能力。它通过模拟真实用户负载，验证系统在预期或极限条件下的行为表现，从而保障服务上线后的稳定性与资源效率。本章将系统性地定义容量压测、明确其目标、解析核心指标，并区分三种基本压测类型。
2.1 容量压测的定义与目标
容量压测（Capacity Testing）是一种非功能性测试实践，旨在确定系统在特定负载水平下的性能边界、资源消耗与稳定性特征。在 IDP 集成场景中，压测不再是孤立的测试活动，而是嵌入在 CI/CD 流水线中的标准化作业。
核心目标：
- 确定最大容量：找到系统在不违反 SLA 的前提下能处理的最大并发用户数或请求量。
- 验证资源规划：确认当前资源配置（CPU、内存、网络）是否满足业务增长预期。
- 发现性能瓶颈：定位数据库连接池、线程池、缓存命中率等关键组件的瓶颈点。
- 建立性能基线：为每次代码变更提供可对比的性能基准，防止回归。
- 辅助容量规划：基于压测数据预测未来资源需求，指导弹性伸缩策略。
2.2 关键性能指标
压测结果通过一组标准化的指标来量化。下表列出了平台工程团队最关注的四个核心指标及其在 IDP 中的典型监控方式：
| 指标 | 全称 | 定义 | IDP 监控要点 |
|---|---|---|---|
| TPS | Transactions Per Second | 系统每秒成功完成的事务数（通常包含多个请求的完整业务操作） | 事务成功率、事务响应时间分布 |
| QPS | Queries Per Second | 系统每秒处理的查询或请求数（更侧重单一接口或查询操作） | 请求吞吐量、请求队列深度 |
| RT | Response Time | 从发送请求到收到完整响应所经过的时间（通常关注 P50、P95、P99） | 响应时间百分位、超时率 |
| 错误率 | Error Rate | 失败请求数占总请求数的百分比（HTTP 5xx、超时、业务异常） | 错误类型分布、错误趋势 |
平台工程提示： 在 IDP 中，建议将 TPS/QPS 与 RT 联合观察。单纯追求高 TPS 而忽略 RT 恶化，往往意味着系统正在接近饱和点。通常以 P99 RT 超过 500ms 作为需要扩容或优化的预警线。
2.3 压测类型
根据测试目的不同，容量压测可分为三种基本类型。平台工程团队需要为开发者提供清晰的类型选择指南，并将其模板化到 IDP 的压测作业模板中。
2.3.1 负载测试（Load Testing）
模拟预期的正常业务负载，验证系统在典型流量下的性能表现。目标是确认系统能否在预期并发数下稳定运行，且所有指标在 SLA 范围内。
- 典型场景：日常高峰流量模拟（如 1000 QPS 持续 30 分钟）。
- IDP 集成方式：作为发布流水线中的“预发布验证”步骤。
2.3.2 压力测试（Stress Testing）
逐步增加负载，直至系统达到极限或崩溃，以发现系统的最大容量和失效模式。目标是找到系统的“拐点”和“熔断点”。
- 典型场景：从 1000 QPS 逐步递增至 5000 QPS，观察系统何时开始拒绝请求。
- IDP 集成方式：作为容量规划或大促前的专项压测作业。
2.3.3 稳定性测试（Stability Testing / Soak Testing）
在中等负载下长时间运行（如 4-24 小时），检测内存泄漏、连接泄漏、GC 异常等随时间累积的问题。目标是验证系统的长期运行可靠性。
- 典型场景：以 70% 的预估峰值负载持续运行 8 小时。
- IDP 集成方式：作为夜间或周末的定时压测任务，自动生成稳定性报告。
常见误区： 不要将压力测试与负载测试混为一谈。负载测试关注“能否正常服务”，压力测试关注“何时会崩溃”。在 IDP 中，建议为两种类型设置不同的作业模板和告警阈值。
2.4 压测类型对比与选择
下表从多个维度对比三种压测类型，帮助开发者在 IDP 中快速选择合适的作业模板：
| 维度 | 负载测试 | 压力测试 | 稳定性测试 |
|---|---|---|---|
| 主要目标 | 验证预期负载下的性能 | 寻找系统极限与失效点 | 检测长期运行下的稳定性 |
| 负载模式 | 恒定或小幅波动 | 阶梯式递增 | 恒定中低负载 |
| 持续时间 | 短（10-60 分钟） | 中（30-120 分钟） | 长（4-24 小时） |
| 关注指标 | RT、错误率、TPS | 最大 TPS、资源饱和度 | 内存趋势、GC 频率、连接数 |
| IDP 推荐场景 | 发布流水线验证 | 容量规划、大促压测 | 版本上线前长稳验证 |
2.5 容量压测流程概览
下图展示了在 IDP 中执行一次标准容量压测的完整流程，从作业创建到报告归档：
2.6 平台工程视角下的压测指标解读
在 IDP 中，指标不是孤立的数字，而是与资源成本、服务等级目标（SLO）直接关联。以下是一个典型的指标关联分析示例：
# 压测结果摘要（示例）
场景: 订单创建接口负载测试
目标 TPS: 500
实际 TPS: 520
P99 RT: 320ms (SLO: <500ms)
错误率: 0.02% (SLO: <0.1%)
CPU 平均利用率: 68%
内存平均利用率: 72%
结论: 通过。当前配置可支撑目标负载，建议关注内存趋势。
IDP 集成建议：
- 将 TPS、RT、错误率作为压测作业的“通过/失败”判定条件，自动阻断不合格的发布。
- 将资源利用率（CPU、内存）作为“容量预警”指标，触发自动扩容或通知运维团队。
- 每次压测结果自动更新到服务的“性能基线”仪表盘，支持历史趋势对比。