1. k6 概述：发展历史、核心特性与云原生定位
1.1 k6 发展历史
k6 由 Grafana Labs 团队于 2016 年以开源项目形式发布，最初定位为“开发者友好的现代负载测试工具”。其核心设计理念是：用 Go 语言编写引擎，用 JavaScript 编写测试脚本，从而兼顾高性能与易用性。
| 时间节点 | 里程碑事件 | 关键影响 |
|---|---|---|
| 2016 | k6 开源发布（Load Impact 团队） | 首次提出“脚本即代码”理念，支持 ES6 JS 语法 |
| 2018 | v1.0 正式版发布 | 稳定核心 API，引入 __VU 和 __ITER 内置变量 |
| 2020 | 加入 CNCF Landscape（云原生计算基金会） | 正式成为云原生生态工具，支持 Kubernetes Operator |
| 2021 | 被 Grafana Labs 收购 | 深度集成 Grafana 可观测性栈，推出 k6 Cloud |
| 2023 | v0.45+ 版本迭代 | 支持 Browser 测试、gRPC、WebSocket、分布式执行 |
关键认知：k6 不是传统 JMeter 的“替代品”，而是面向云原生、CI/CD 和开发者工作流的全新压测范式。其脚本本质是 JavaScript 模块，可被 Git 管理、Code Review、集成到流水线中。
1.2 核心特性架构
k6 的核心能力围绕“高性能引擎 + 可编程脚本 + 可观测性集成”三条主线展开。下图展示了 k6 的运行时架构与关键组件：
1.3 与传统压测工具对比
k6 在设计哲学、运行方式、脚本语言和集成能力上与 JMeter、Locust、wrk 等传统工具有显著差异。下表从多个维度进行对比：
| 对比维度 | k6 | JMeter | Locust | wrk / ab |
|---|---|---|---|---|
| 脚本语言 | JavaScript (ES6+) | XML / GUI 配置 | Python | 无（命令行参数） |
| 运行模式 | CLI + 脚本文件 | GUI / CLI | CLI + Web UI | CLI 单次运行 |
| 并发模型 | Go 协程（高并发低资源） | Java 线程（资源消耗高） | Python 协程（性能受限） | 多线程 / 多进程 |
| 协议支持 | HTTP/1.1, HTTP/2, gRPC, WebSocket, Browser | HTTP, JDBC, JMS, FTP 等（插件扩展） | HTTP（扩展需自定义） | HTTP 仅 GET/POST |
| CI/CD 集成 | 原生支持（k6 run + 退出码） | 需 CLI 插件或 Jenkins 插件 | 需自定义封装 | 简单但无结构化输出 |
| 分布式执行 | k6-operator (K8s) / k6 Cloud | Master-Slave 模式 | Master-Worker 模式 | 不支持 |
| 可观测性输出 | Prometheus, InfluxDB, JSON, CSV, OTEL | CSV, 自定义监听器 | CSV, 自定义事件 | 终端文本 |
| 学习曲线 | 低（前端/Node.js 开发者友好） | 中（GUI 操作 + XML 配置） | 低（Python 基础） | 极低（参数简单） |
选型建议：如果你的团队以 JavaScript/Node.js 技术栈为主，且压测需要集成到 GitHub Actions / GitLab CI / ArgoCD 等云原生流水线中，k6 是最优选择。对于已有大量 JMeter 脚本资产的团队，可考虑逐步迁移或使用 k6 的
junit 兼容输出。
1.4 k6 在云原生时代的定位
云原生架构强调 不可变基础设施、声明式配置、自动化运维和可观测性。k6 从设计之初就与这些原则高度契合：
- 声明式压测配置：通过
options对象定义 VU 数、持续时间、阈值、阶段（ramp-up/ramp-down），所有配置均可版本化管理。 - Kubernetes 原生集成：k6-operator 允许以 CRD（Custom Resource Definition）方式声明压测任务，自动创建 Pod 执行分布式压测。
- 可观测性优先：内置 Prometheus Remote Write 输出，可直接对接 Grafana 仪表盘，实现压测指标与业务指标同屏对比。
- GitOps 工作流：压测脚本作为代码存储在 Git 仓库中，通过 CI/CD 流水线自动触发，压测结果作为发布门禁。
下图展示了 k6 在云原生压测流水线中的典型位置：
注意：k6 并非“万能压测工具”。对于需要复杂事务逻辑（如嵌套循环、条件分支、数据库直连）的场景，建议结合 k6 的
group 和 check 机制 进行结构化编排，而非在脚本中编写大量业务逻辑。本课程后续章节将详细讲解如何通过事件触发和巡检脚本编排来弥补这一局限。