4. 压测指标与SLA：QPS、TPS、P50/P90/P99/P999延迟、错误率、吞吐量、资源利用率

在安全尾延迟压测中，指标定义与SLA（服务等级协议）是压测脚本与诊断分析的基石。没有明确的指标口径，压测结果将失去可比性；没有量化的SLA阈值，团队无法判断系统是否“达标”。本节将逐一拆解压测核心指标，并给出Go服务场景下的SLA设定参考。

4.1 核心指标全景

压测指标可归纳为性能指标与资源指标两大类。下表列出最关键的7个指标及其在Go服务中的典型含义：

4.2 延迟百分位：P50/P90/P99/P999

延迟百分位是尾延迟压测的核心观测对象。平均值（Avg）会掩盖长尾问题，而百分位能精确刻画“最慢的1%请求有多慢”。

• P50（中位数）：一半请求快于此值，代表系统典型响应速度。
• P90：90%请求快于此值，反映大多数用户的体验。
• P99：99%请求快于此值，是SLA的常见锚点。
• P999：99.9%请求快于此值，用于捕捉极端尾延迟。

在Go服务中，P99延迟的劣化通常与以下因素强相关：

• GC暂停：Go 1.19+ GC STW通常在微秒级，但大堆场景仍可能造成毫秒级抖动。
• goroutine调度饥饿：大量阻塞型goroutine导致P队列空转。
• 锁竞争：sync.Mutex或channel在高并发下产生排队。
• 系统资源争抢：CPU限流、内存交换、网络带宽瓶颈。

4.3 错误率与吞吐量

错误率是压测有效性的“守门员”。高错误率下的延迟数据毫无意义——系统可能已经过载，返回了大量快速失败响应。错误率计算方式：

错误率 = (HTTP 5xx + 业务错误码 + 超时 + 连接拒绝) / 总请求数 × 100%

在Go服务中，常见错误来源包括：

• net/http超时：context deadline exceeded
• gRPC状态码：Unavailable、DeadlineExceeded、ResourceExhausted
• panic恢复：recover()捕获后返回500
• 连接池耗尽：数据库/Redis连接获取超时

吞吐量与QPS的区别在于：吞吐量强调成功处理的数据量（如MB/s），而QPS强调请求次数。对于文件上传、大模型推理等场景，吞吐量比QPS更关键。

4.4 资源利用率与SLA设定

资源利用率是压测的成本维度。即使QPS和延迟达标，如果CPU/内存利用率过高，系统在真实流量波动下极易雪崩。Go服务资源利用率的典型SLA阈值：

4.5 SLA设定方法论

一个完整的SLA定义应包含指标、阈值、时间窗口、采样方式四个要素。以Go微服务为例：

SLA示例：
- 指标：P99延迟 ≤ 200ms
- 阈值：在QPS=5000时，P99 ≤ 200ms，错误率 ≤ 0.1%
- 时间窗口：滚动5分钟窗口，每10秒采样一次
- 采样方式：全量采样（Go服务建议开启pprof + 自定义metric）

设定SLA的通用步骤：

1. 基线采集：在低负载下运行24小时，采集P50/P90/P99/P999自然分布。
2. 目标对齐：根据业务容忍度，将P99设定为基线的2~3倍，P999设定为基线的5倍。
3. 资源预留：CPU/内存利用率预留30%的buffer，用于应对突发流量。
4. 渐进收紧：每次压测迭代后，根据诊断结果逐步收紧SLA阈值。

4.6 Go服务压测指标采集最佳实践

在Go服务中，推荐使用以下工具链采集压测指标：

• expvar / net/http/pprof：内置指标暴露，适合快速调试。
• Prometheus client_golang：生产级指标采集，支持Histogram直接计算P50/P90/P99。
• otel SDK：OpenTelemetry Go SDK，支持分布式追踪与指标关联。
• wrk / ghz / vegeta：压测工具自身输出的延迟统计。