2. 容量性能压测基础概念：核心指标解析
在构建自动化流水线集成容量性能压测巡检脚本之前，必须首先建立对核心性能指标的精确理解。这些指标是衡量系统容量、响应能力与资源效率的基石，也是后续脚本编排中数据采集、阈值判定与告警触发的直接依据。
2.1 核心指标定义与计算
以下六个指标构成了容量性能压测的度量体系，它们之间相互关联，共同刻画系统的负载行为。
| 指标 | 英文全称 | 定义 | 典型单位 |
|---|---|---|---|
| QPS | Queries Per Second | 服务器每秒能够处理的查询请求数量，侧重读操作或单一查询接口 | req/s |
| TPS | Transactions Per Second | 服务器每秒能够完成的事务数量，一个事务可能包含多个请求（如：下单=查询+扣库存+生成订单） | tps |
| 响应时间 | Response Time / Latency | 从客户端发出请求到收到完整响应所经过的时间，通常关注平均值、P95、P99 | ms / s |
| 并发用户数 | Concurrent Users | 同一时间点系统正在处理的活跃用户/连接数，不等于注册用户数 | 个 |
| 吞吐量 | Throughput | 单位时间内系统成功传输或处理的数据量，可以是请求数、字节数或业务笔数 | req/s / MB/s |
| 资源利用率 | Resource Utilization | CPU、内存、磁盘I/O、网络带宽等硬件资源被占用的百分比 | % |
关键区分： QPS 与 TPS 常被混用。在流水线巡检脚本中，必须根据业务场景明确区分：查询类接口使用 QPS，写操作或复杂业务流程使用 TPS。错误混用会导致容量评估偏差。
2.2 指标间的关系与压测模型
容量性能压测的核心模型可以用“并发用户数 → 请求/事务 → 响应时间 → 资源利用率”的闭环来描述。理解这个闭环是编排巡检脚本逻辑的前提。
2.3 关键指标详解与巡检阈值参考
2.3.1 响应时间：P95 与 P99 的重要性
平均响应时间容易掩盖长尾请求。在容量压测巡检脚本中，必须同时采集 P95（95% 请求在此时间内完成）和 P99（99% 请求在此时间内完成）。
- P95 超标：表明大部分用户体验已受影响，应触发黄色告警。
- P99 超标：表明存在严重长尾延迟，可能由资源争抢或慢查询导致，应触发红色告警。
- 巡检脚本建议阈值：P95 ≤ 500ms（API 接口），P99 ≤ 1000ms（API 接口）。
2.3.2 吞吐量与并发用户数的“拐点”
吞吐量不会随并发用户数无限增长。当并发用户数超过系统最优负载点时，吞吐量会进入平台期甚至下降，同时响应时间急剧上升。这个“拐点”就是系统的容量极限。
巡检脚本编排要点： 在自动化流水线中，压测脚本应设计为阶梯式递增并发用户数（例如：10 → 50 → 100 → 200 → 500）。每阶段持续 30 秒，采集该阶段的平均 TPS 和 P99 响应时间。当检测到 TPS 增长小于 5% 而响应时间增长超过 20% 时，判定为到达拐点，脚本自动停止压测并输出容量报告。
2.4 资源利用率：四大核心维度
| 资源维度 | 关键指标 | 巡检告警阈值 | 常见瓶颈表现 |
|---|---|---|---|
| CPU | 使用率、平均负载、上下文切换 | ≥ 80% 告警；≥ 90% 严重 | 响应时间增加，请求排队 |
| 内存 | 使用率、Swap 使用量、GC 频率 | ≥ 85% 告警；频繁 Full GC 告警 | OOM、频繁垃圾回收导致停顿 |
| 磁盘 I/O | IOPS、读写延迟、队列长度 | 平均延迟 > 20ms 告警；队列长度 > 2*核数 告警 | 数据库写入慢，日志阻塞 |
| 网络 | 带宽使用率、TCP 重传率、连接数 | 带宽 > 70% 告警；重传率 > 2% 告警 | 丢包、连接超时、吞吐量下降 |
避坑提示： 不要只监控 CPU 使用率。在 IO 密集型场景（如数据库、文件服务）中，CPU 可能只有 30%，但磁盘 I/O 已经饱和，此时系统容量瓶颈在磁盘而非 CPU。巡检脚本必须四维资源同时采集，并关联分析。
2.5 指标在流水线巡检脚本中的映射
在自动化流水线中，每个核心指标都需要映射为具体的脚本采集项和断言逻辑。以下是一个典型的巡检脚本指标映射表：
| 压测阶段 | 采集指标 | 脚本采集方式 | 断言/告警条件 |
|---|---|---|---|
| 预热阶段 (30s) | 响应时间、错误率 | JMeter 聚合报告 / Gatling 报表 | 错误率 > 1% 则终止 |
| 阶梯加压阶段 | TPS、P95 响应时间 | 实时 Prometheus + Grafana 或 InfluxDB | TPS 增长 < 5% 且 P95 增长 > 20% → 拐点 |
| 峰值维持阶段 | CPU、内存、磁盘、网络 | Node Exporter / Telegraf 代理 | 任一资源 > 85% 持续 10s → 告警 |
| 恢复阶段 | 响应时间、资源利用率 | 同上 | 压测停止后 30s 内未恢复至基线 → 告警 |