4、压测环境搭建：压测工具选型与目标服务部署

性能压测的结论是否可信，很大程度上取决于环境搭建的规范性与工具选型的匹配度。本章聚焦压测工具选型对比与基于 Spring Boot 的模拟服务部署，为后续 QPS 拐点探测与资源开销分析奠定可复现的实验基础。

4.1 压测工具选型对比

业界主流的压测工具包括 wrk、JMeter 与 Locust，三者在协议支持、并发模型、脚本灵活性与资源开销上存在显著差异。下表从关键维度进行横向对比：

4.2 压测工具部署与基础用法

4.2.1 wrk 安装与快速验证

wrk 是轻量级 HTTP 压测工具，基于 C 语言开发，依赖 OpenSSL 与 LuaJIT。在 Linux 环境下编译安装：

# 安装依赖（Ubuntu/Debian）
sudo apt-get install build-essential libssl-dev

# 克隆源码并编译
git clone https://github.com/wg/wrk.git
cd wrk
make

# 将 wrk 加入 PATH
sudo cp wrk /usr/local/bin/

# 验证安装
wrk --version

基础压测命令示例：

# 对目标服务进行 30 秒压测，使用 8 个线程、64 个连接
wrk -t8 -c64 -d30s http://localhost:8080/api/demo

4.2.2 JMeter 安装与基础配置

JMeter 基于 Java，需先安装 JDK 11+。下载二进制包后解压即可使用：

# 下载 JMeter 5.6.3
wget https://dlcdn.apache.org//jmeter/binaries/apache-jmeter-5.6.3.tgz
tar -xzf apache-jmeter-5.6.3.tgz
cd apache-jmeter-5.6.3/bin

# 启动 GUI 模式（用于创建测试计划）
./jmeter

# 启动非 GUI 模式（用于执行压测）
./jmeter -n -t test-plan.jmx -l results.jtl

4.2.3 Locust 安装与基础用法

Locust 基于 Python，通过 pip 安装：

pip install locust

# 编写压测脚本 locustfile.py
# 启动 Web UI 模式（默认 http://localhost:8089）
locust -f locustfile.py --host=http://localhost:8080

一个简单的 Locust 压测脚本示例：

from locust import HttpUser, task, between

class DemoUser(HttpUser):
    wait_time = between(0.5, 1.5)

    @task
    def demo_endpoint(self):
        self.client.get("/api/demo")

4.3 目标服务部署：基于 Spring Boot 的模拟服务

为了精确测量熔断器与限流器的 QPS 拐点，需要构建一个可控制延迟、可注入故障的模拟服务。本课程使用 Spring Boot 3.x + Resilience4j 实现。

4.3.1 项目结构与核心依赖

使用 Maven 构建，核心依赖如下：

<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>3.2.0</version>
</parent>

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-actuator</artifactId>
    </dependency>
    <dependency>
        <groupId>io.github.resilience4j</groupId>
        <artifactId>resilience4j-spring-boot3</artifactId>
        <version>2.2.0</version>
    </dependency>
</dependencies>

4.3.2 模拟服务核心接口

提供三个关键端点，分别对应无限制、限流、熔断场景：

@RestController
@RequestMapping("/api")
public class DemoController {

    // 无限制端点：用于基线压测
    @GetMapping("/baseline")
    public String baseline() {
        return "OK";
    }

    // 模拟延迟端点：用于探测延迟对 QPS 拐点的影响
    @GetMapping("/delay")
    public String delay(@RequestParam(defaultValue = "10") int ms) throws InterruptedException {
        Thread.sleep(ms);
        return "OK";
    }

    // 带限流器的端点：用于限流拐点测试
    @GetMapping("/rate-limited")
    public String rateLimited() {
        return "OK";
    }
}

4.3.3 限流器配置（Resilience4j RateLimiter）

在 application.yml 中配置限流参数，便于压测时动态调整：

resilience4j.ratelimiter:
  instances:
    demoRateLimiter:
      limit-for-period: 100        # 每周期允许的请求数
      limit-refresh-period: 1s     # 周期时长
      timeout-duration: 0ms        # 等待超时，0 表示直接拒绝

4.3.4 服务启动与验证

# 打包并启动
mvn clean package -DskipTests
java -jar target/demo-service-0.0.1-SNAPSHOT.jar

# 验证服务健康状态
curl http://localhost:8080/actuator/health

4.4 压测环境架构总览

下图展示了压测环境的核心组件与数据流关系：

4.5 环境验证清单

在正式压测前，请逐项确认以下环境就绪状态：

1. 目标服务可访问：curl http://localhost:8080/api/baseline 返回 OK
2. Actuator 端点开放：curl http://localhost:8080/actuator/health 返回 {"status":"UP"}
3. wrk 可执行：wrk --version 输出版本号
4. JMeter 非 GUI 模式可用：jmeter -v 无报错
5. Locust 可启动：locust --version 输出版本号
6. 限流器配置生效：使用 wrk 以 200 QPS 压测 /api/rate-limited，观察是否有 429 响应