1. 压测基础：性能测试概念、压测目标定义、关键性能指标与压测环境搭建

1.1 性能测试核心概念

性能测试（Performance Testing）是通过自动化工具模拟多用户并发访问，测量系统在特定负载下的响应速度、吞吐量和资源消耗，从而评估系统是否满足预设性能目标的过程。在授权服务和 Kubernetes 资源限制场景中，性能测试能提前暴露瓶颈，避免生产事故。

1.2 压测目标定义

明确的压测目标是有效测试的前提。目标应遵循 SMART 原则：具体、可衡量、可达成、相关、有时限。常见压测目标分类如下：

1.3 关键性能指标详解

压测中必须关注的四大核心指标：QPS、TPS、RT、P99。理解它们的定义与关系是分析压测结果的基础。

• QPS（Queries Per Second）：每秒查询数，衡量系统处理查询请求的能力。适用于读多写少的场景，如授权策略查询。
• TPS（Transactions Per Second）：每秒事务数，衡量系统完成完整业务事务的能力。一个事务可能包含多个请求，如登录授权流程（认证 + Token 签发 + 权限校验）。
• RT（Response Time）：响应时间，从发送请求到收到完整响应所经过的时间。通常关注平均 RT 和百分位 RT。
• P99（99th Percentile）：99% 的请求响应时间低于该值。P99 能有效反映系统在极端情况下的延迟表现，比平均值更敏感。

1.4 压测环境搭建

一个标准化的压测环境是结果可信的保障。环境搭建包含以下关键步骤：

1. 环境隔离：压测环境应与生产、开发环境物理或逻辑隔离，避免数据污染和相互影响。
2. 硬件与资源规格：记录被测服务的 CPU 核数、内存大小、磁盘类型（SSD/HDD）、网络带宽。在 Kubernetes 中，明确 Pod 的 requests 和 limits 配置。
3. 压测工具部署：推荐使用 wrk（轻量 HTTP 压测）、k6（脚本化、支持 Kubernetes）、Locust（Python 生态）。工具节点应独立部署，避免与被测服务争抢资源。
4. 监控系统集成：部署 Prometheus + Grafana 采集 CPU、内存、网络、GC 等指标。授权服务需额外监控 JWT 签发耗时、Redis/DB 连接池状态。
5. 基线数据采集：在无负载时记录系统空闲指标，作为后续对比的基准。

1.5 压测脚本示例（k6）

以下是一个简单的 k6 压测脚本，用于对授权服务的 /auth/validate 接口进行负载测试：

import http from 'k6/http';
import { check, sleep } from 'k6';

export const options = {
  stages: [
    { duration: '30s', target: 50 },   // 逐步增加到 50 并发
    { duration: '1m', target: 50 },    // 保持 50 并发 1 分钟
    { duration: '30s', target: 0 },    // 逐步降为 0
  ],
  thresholds: {
    http_req_duration: ['p(99)<200'], // P99 必须小于 200ms
    http_req_failed: ['rate<0.01'],   // 错误率小于 1%
  },
};

export default function () {
  const payload = JSON.stringify({
    token: 'Bearer eyJhbGciOiJSUzI1NiIs...',
    resource: 'api/v1/orders',
    action: 'read',
  });

  const params = {
    headers: { 'Content-Type': 'application/json' },
  };

  const res = http.post('http://auth-service:8080/auth/validate', payload, params);

  check(res, {
    'status is 200': (r) => r.status === 200,
    'response time < 500ms': (r) => r.timings.duration < 500,
  });

  sleep(1);
}

1.6 压测执行与数据记录规范

每次压测执行后，必须记录以下信息，确保结果可复现：