📚 课程目录第3章压测场景库设计原则

3. 压测场景库设计原则

构建 Saga 模式数据传输优化的压测场景库，必须遵循系统化的设计原则。场景库的质量直接决定压测结果的有效性和可复现性。本章从场景分类、数据量级定义、压测指标三个维度，建立一套可落地、可量化的设计规范。

3.1 场景分类：正常 / 异常 / 边界

压测场景应覆盖三类核心场景，确保对 Saga 数据传输路径的全面验证。每类场景需明确其触发条件、预期行为和监控要点。

场景类别	定义	Saga 数据传输典型场景	预期行为
正常场景	业务逻辑与系统环境均符合预期，无任何异常注入	订单创建 → 库存扣减 → 支付 → 完整提交	所有参与者成功提交，数据最终一致
异常场景	模拟服务超时、网络抖动、节点宕机、数据冲突等故障	支付服务超时 → 触发补偿事务 → 回滚库存	补偿事务正确执行，数据回滚至初始状态
边界场景	测试系统在极限条件下的行为，如最大并发、最小超时、空数据	并发 1000 笔订单同时触发 Saga，超时阈值设为 100ms	系统不崩溃，部分事务超时回滚，数据无丢失

实践建议： 异常场景应至少覆盖“参与者超时”、“参与者返回失败”、“协调器宕机恢复”三种基本故障模式。边界场景需结合业务峰值流量和基础设施限制（如连接池大小、线程池队列深度）来定义。

下图展示了三类场景在 Saga 数据传输流程中的覆盖范围：

3.2 数据量级定义

压测数据量级需与生产环境特征对齐，避免“小数据量压测通过，大数据量生产崩溃”的脱节问题。建议按以下四级量级定义数据规模：

量级级别	单事务数据量	并发事务数	总数据规模	适用场景
L1 - 微量	≤ 1 KB	10 ~ 50	≤ 100 MB	功能验证、冒烟测试
L2 - 中量	1 KB ~ 10 KB	50 ~ 500	100 MB ~ 5 GB	日常回归、性能基线
L3 - 大量	10 KB ~ 100 KB	500 ~ 5000	5 GB ~ 50 GB	容量规划、极限压测
L4 - 超量	≥ 100 KB	≥ 5000	≥ 50 GB	极端场景、稳定性测试

注意： Saga 数据传输优化中，单事务数据量不仅包含业务 payload，还应包括 Saga 上下文（事务 ID、补偿端点、状态机快照）。上下文数据过大时，会显著增加协调器内存压力和网络传输开销。

数据量级定义需与 Saga 数据传输路径中的关键节点对应：

3.3 压测指标：TPS、响应时间、失败率

压测指标是衡量 Saga 数据传输优化效果的核心标尺。三个指标需联合分析，单一指标达标不代表系统健康。

3.3.1 TPS（每秒事务数）

TPS 反映系统在单位时间内能完成的 Saga 事务总数。注意：Saga 事务包含多个参与者调用，TPS 计算应以“完整 Saga 事务提交/回滚”为单位，而非单个参与者请求。

// TPS 计算示例
// 假设一次 Saga 事务包含 3 个参与者调用 + 1 次协调器决策
// 压测 60 秒内完成 1200 个完整 Saga 事务
TPS = 1200 / 60 = 20 个 Saga 事务/秒

// 对比：若按参与者请求计算
// 每个 Saga 事务产生 3 个参与者请求
TPS(请求级) = (1200 * 3) / 60 = 60 请求/秒
// 两者相差 3 倍，务必明确统计口径

3.3.2 响应时间

响应时间应分层采集，至少包含以下三个维度：

端到端响应时间： 从客户端发起 Saga 请求到收到最终结果（提交/回滚）的总耗时。
协调器处理时间： 协调器接收请求到发出最终决策的时间，反映协调器性能。
参与者调用时间： 单个参与者执行本地事务 + 响应的时间，用于定位慢参与者。

  优化目标： Saga 数据传输优化后，端到端响应时间 P99 应降低 30% 以上，且协调器处理时间占比不超过总时间的 20%。

3.3.3 失败率

失败率包含两类统计口径：

失败类型	定义	可接受阈值	优化方向
业务失败率	因业务规则（如库存不足、余额不够）导致的 Saga 回滚	≤ 5%	业务逻辑优化、预校验
系统失败率	因超时、网络异常、资源不足导致的 Saga 失败	≤ 0.1%	数据传输优化、重试策略、资源扩容

三个指标需联合绘制成“压测仪表盘”，用于快速定位瓶颈：

联合分析法则： 当 TPS 上升时，若响应时间同步线性增长且失败率保持稳定，说明系统处于正常负载范围；若响应时间出现拐点式增长且失败率骤升，说明系统已过载，需要扩容或优化数据传输路径。