📚 课程目录第4章 wrk压测实战

4. wrk 压测实战：安装、参数、Lua 扩展与结果解读

wrk 是一款轻量级、高性能的 HTTP 压测工具，基于 C 语言编写，利用多线程和事件驱动（如 epoll、kqueue）实现极低的资源占用与高并发连接。本章将围绕 wrk 的安装、核心参数、Lua 脚本扩展以及结果解读四个维度展开，帮助你在 Go 后端压测场景中快速上手并准确分析。

4.1 wrk 安装

wrk 支持主流操作系统，推荐从源码编译安装以获得最佳性能。

操作系统	安装方式	命令
macOS	Homebrew	`brew install wrk`
Ubuntu/Debian	源码编译	`sudo apt-get install build-essential libssl-dev git git clone https://github.com/wg/wrk.git cd wrk make sudo cp wrk /usr/local/bin/`
CentOS/RHEL	源码编译	`sudo yum groupinstall 'Development Tools' sudo yum install openssl-devel git git clone https://github.com/wg/wrk.git cd wrk make sudo cp wrk /usr/local/bin/`
Windows	WSL 或 Docker	推荐在 WSL2 中按 Ubuntu 方式编译，或使用 `docker run --rm williamyeh/wrk`

验证安装： 执行 wrk --version，若输出类似 wrk 4.2.0 [epoll] 则安装成功。注意方括号内为当前系统使用的 I/O 模型（epoll / kqueue / select）。

4.2 常用参数详解

wrk 的核心参数控制着并发连接数、持续时间、线程数等关键压测维度。以下为最常用的参数及其说明：

参数	含义	示例	说明
`-c`	并发连接数	`-c 100`	保持打开的 HTTP 连接总数，wrk 会尽量维持此数量
`-t`	线程数	`-t 4`	启动的压测线程数，通常设置为 CPU 核心数的 2~4 倍
`-d`	压测持续时间	`-d 30s`	支持 `s`（秒）、`m`（分）、`h`（时）
`--latency`	输出延迟分布	`--latency`	打印延迟百分位（P50、P75、P90、P99）
`-s`	指定 Lua 脚本	`-s script.lua`	用于自定义请求、鉴权、参数化等
`-H`	自定义请求头	`-H "Authorization: Bearer xxx"`	可重复使用，添加多个请求头
`--timeout`	请求超时时间	`--timeout 5s`	超过此时间未收到响应视为超时

典型压测命令：

wrk -t 4 -c 200 -d 60s --latency http://localhost:8080/api/v1/users

该命令使用 4 个线程、200 个并发连接，持续压测 60 秒，并输出延迟分布。

4.3 Lua 脚本扩展

wrk 内置 LuaJIT 引擎，允许通过 Lua 脚本实现复杂的压测逻辑，如动态参数、请求签名、条件判断等。Lua 脚本通过 -s 参数加载，wrk 会在不同阶段调用预定义的钩子函数。

4.3.1 核心钩子函数

钩子函数	调用时机	典型用途
`setup(thread)`	每个线程启动时调用一次	初始化线程级数据，如随机种子、连接池
`init(args)`	每个请求发起前调用	解析命令行参数，生成请求上下文
`delay()`	每次请求发送前	返回延迟毫秒数，控制请求发送间隔
`request()`	每次请求发送时	构造并返回 wrk 的请求对象（method、path、headers、body）
`response(status, headers, body)`	每次收到响应后	解析响应内容，记录自定义指标，判断业务成功/失败
`done(summary, latency, requests)`	压测结束后调用一次	输出自定义统计结果，如错误率、业务耗时

4.3.2 实战脚本示例：带 Token 的动态请求

-- token_demo.lua
local token = "Bearer eyJhbGciOiJIUzI1NiIs..."
local counter = 0

function init(args)
   -- 从命令行参数读取用户ID范围
   id_range = tonumber(args[1]) or 1000
end

function request()
   counter = counter + 1
   local user_id = (counter % id_range) + 1
   local path = "/api/v1/user/" .. user_id
   return wrk.format("GET", path, {["Authorization"] = token})
end

function response(status, headers, body)
   if status ~= 200 then
      -- 记录非 200 响应，可在 done 中统计
      wrk.status = (wrk.status or 0) + 1
   end
end

function done(summary, latency, requests)
   local error_rate = (wrk.status or 0) / summary.requests * 100
   io.write(string.format("非200响应率: %.2f%%\n", error_rate))
end

执行命令：

wrk -t 2 -c 50 -d 30s -s token_demo.lua -- 5000 http://localhost:8080

其中 -- 后的 5000 会作为 args[1] 传入 init() 函数。

4.4 压测结果解读

wrk 的默认输出包含吞吐量、延迟、错误统计等关键指标。以下为一个典型输出示例：

Running 30s test @ http://localhost:8080/api/v1/users
  2 threads and 100 connections
  Thread Stats   Avg      Stdev     Max   +/- Stdev
    Latency    45.23ms   12.87ms 287.00ms   78.45%
    Req/Sec     1.12k   156.32     1.89k    72.10%
  Latency Distribution
     50%   42.10ms
     75%   51.80ms
     90%   63.40ms
     99%  112.00ms
  67234 requests in 30.01s, 89.45MB read
  Socket errors: connect 0, read 3, write 0, timeout 1
Requests/sec:   2240.12
Transfer/sec:     2.98MB

4.4.1 核心指标解读

指标	含义	诊断方向
Latency Avg	平均延迟	若 > 200ms 需关注网络或服务端处理能力
Req/Sec Avg	每线程每秒请求数	乘以线程数即总吞吐，用于评估单机极限
50% / 90% / 99%	延迟百分位	P99 若远高于 Avg，说明存在长尾延迟
Requests/sec	全局吞吐量（RPS）	核心性能指标，与预期目标对比
Socket errors	连接/读/写/超时错误数	大量错误表明服务端连接池或网络瓶颈
Transfer/sec	网络吞吐量	结合响应体大小判断带宽是否成为瓶颈

4.4.2 延迟分布 SVG 示意

4.5 常见问题与诊断建议

连接错误过多： 检查服务端最大连接数（net.core.somaxconn、ulimit -n），以及 Go 中 http.Server 的 MaxHeaderBytes 和 ReadTimeout 设置。
延迟突增（P99 >> P50）： 可能由 Go 的 GC STW、锁竞争、数据库连接池耗尽或 CPU 限流引起。建议配合 pprof 和 trace 定位。
吞吐量上不去： 检查是否达到 CPU 瓶颈（单核 100%）、网络带宽上限，或 Go 中 GOMAXPROCS 设置是否合理。
Lua 脚本性能影响： 避免在 request() 中执行耗时操作（如文件读写、复杂正则），否则会降低 wrk 本身的发包速率。

注意： wrk 的线程数不宜超过 CPU 核心数的 4 倍，否则线程切换开销会抵消并发收益。对于 Go 后端，建议先使用 -t 2 -c 50 起步，逐步增加并发直到延迟拐点出现。