压力测试（Stress Testing）

压力测试（Stress Testing）

一句话总结：测试系统在超出预期负载下的表现，找出系统的极限和崩溃点。

🌟 快速理解

就像测试桥梁承重极限：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
桥梁设计：最大承重100吨

负载测试：
- 50吨：正常通行 ✅
- 80吨：正常通行 ✅
- 100吨：正常通行 ✅

压力测试：
- 120吨：桥梁开始晃动 ⚠️
- 150吨：桥梁出现裂缝 ❌
- 180吨：桥梁坍塌 💥

目的：
- 找出桥梁的极限承重
- 了解桥梁的失效模式
- 制定安全措施

📌 核心概念

什么是压力测试？

压力测试：测试系统在超出预期负载下的表现，找出系统的极限和崩溃点。

压力测试 vs 负载测试

维度 压力测试 负载测试
目的 找出极限 验证正常负载
负载 超出预期 预期负载
关注点 崩溃点、恢复能力 响应时间、吞吐量
结果 系统极限 性能指标

🎯 真实案例

案例：Twitter压力测试

背景：2014年世界杯决赛，Twitter预计流量激增

压力测试目标：

1
2
3
预期负载：每秒10万条推文
压力测试：逐步增加到每秒50万条推文
目的：找出系统极限

压力测试过程：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
from locust import HttpUser, task, between

class TwitterUser(HttpUser):
    wait_time = between(0.1, 0.5)  # 高频请求
    
    @task
    def post_tweet(self):
        """发推文"""
        self.client.post("/tweet", json={
            "content": "Goal! #WorldCup"
        })

# 压力测试配置
# 用户数：从10万逐步增加到100万
# 增长速率：每秒增加1万用户
# 持续时间：直到系统崩溃

测试结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
负载级别 | 并发用户 | TPS | 响应时间 | 错误率 | 状态
--------|---------|-----|---------|--------|------
100%    | 10万    | 10万 | 100ms   | 0%     | 正常 ✅
200%    | 20万    | 18万 | 500ms   | 2%     | 降级 ⚠️
300%    | 30万    | 22万 | 2000ms  | 10%    | 严重降级 ❌
350%    | 35万    | 15万 | 5000ms  | 30%    | 部分崩溃 💥
400%    | 40万    | 5万  | 超时    | 80%    | 完全崩溃 💥

发现问题：
1. 数据库连接池耗尽（30万用户时）
2. 内存溢出（35万用户时）
3. 服务器崩溃（40万用户时）

极限：
- 最大并发用户：35万
- 最大TPS：22万
- 崩溃点：40万用户

优化措施：

1
2
3
4
1. 增加数据库连接池大小
2. 优化内存使用（减少对象创建）
3. 增加服务器数量
4. 实施限流机制（超过30万用户时拒绝新请求）

✅ 压力测试流程

1. 确定压力目标

1
2
3
4
5
压力目标：
- 起始负载：预期负载的100%
- 最大负载：预期负载的500%
- 增长速率：每分钟增加10%
- 持续时间：直到系统崩溃或达到最大负载

2. 设计压力场景

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
from locust import LoadTestShape

class StressTestShape(LoadTestShape):
    """压力测试：逐步增加负载直到系统崩溃"""
    
    def tick(self):
        run_time = self.get_run_time()
        
        # 每分钟增加1000用户
        current_users = int(run_time / 60) * 1000
        
        # 最大50000用户
        if current_users < 50000:
            return current_users, 100
        else:
            return None

3. 执行压力测试

1
2
3
4
5
# 使用K6执行压力测试
k6 run --vus 50000 \
    --duration 1h \
    --rps 100000 \
    stress-test.js

4. 分析崩溃点

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
崩溃点分析：
================
崩溃负载：40000用户
崩溃原因：
1. 数据库连接池耗尽
2. 内存溢出
3. CPU 100%

失效模式：
- 响应时间急剧增加
- 错误率急剧增加
- 部分服务不可用
- 最终完全崩溃

恢复能力：
- 减少负载后，系统能否自动恢复？
- 恢复时间：5分钟

📊 压力测试类型

1. 峰值压力测试

1
2
3
4
5
6
7
目的：测试系统在短时间内承受极高负载的能力

场景：
- 正常负载：1000用户
- 突然增加到：10000用户
- 持续时间：5分钟
- 然后恢复到：1000用户

2. 持续压力测试

1
2
3
4
5
6
目的：测试系统在长时间高负载下的稳定性

场景：
- 负载：预期负载的150%
- 持续时间：24小时
- 观察：内存泄漏、性能下降

🛠️ 压力测试工具

工具 特点 推荐度
K6 高性能、云原生 ⭐⭐⭐⭐⭐
Locust Python、易用 ⭐⭐⭐⭐⭐
JMeter 功能丰富 ⭐⭐⭐⭐
Gatling 高性能 ⭐⭐⭐⭐

📊 最佳实践

1. 逐步增加压力

1
2
3
4
5
6
7
8
9
10
11
12
13
# 错误做法：直接施加最大压力
users = 50000  # ❌

# 正确做法：逐步增加压力
class GradualStressShape(LoadTestShape):
    def tick(self):
        run_time = self.get_run_time()
        
        # 每分钟增加10%
        stage = int(run_time / 60)
        users = 1000 * (1.1 ** stage)
        
        return int(users), 100

2. 监控系统状态

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 监控指标
critical_metrics:
  - response_time
  - error_rate
  - cpu_usage
  - memory_usage
  - database_connections
  - thread_count

# 告警阈值
alerts:
  - response_time > 5000ms
  - error_rate > 50%
  - cpu_usage > 95%
  - memory_usage > 90%

3. 测试恢复能力

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
def test_recovery():
    """测试系统恢复能力"""
    
    # 1. 施加压力
    apply_stress(users=50000)
    
    # 2. 等待系统崩溃
    wait_for_crash()
    
    # 3. 减少负载
    reduce_load(users=1000)
    
    # 4. 观察恢复
    recovery_time = measure_recovery_time()
    
    # 5. 验证功能
    assert system_is_functional()

🔗 相关主题

  • [[负载测试]] - 测试预期负载
  • [[性能测试]] - 包含压力测试
  • [[耐力测试]] - 长时间压力测试

💡 快速参考

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
压力测试速查表
================

定义：测试系统在超出预期负载下的表现

核心目标：
🎯 找出系统极限
💥 发现崩溃点
🔄 测试恢复能力

压力测试流程：
1. 确定压力目标
2. 设计压力场景
3. 执行压力测试
4. 分析崩溃点

压力测试类型：
- 峰值压力测试（短时间极高负载）
- 持续压力测试（长时间高负载）

推荐工具：
- K6（高性能）
- Locust（易用）
- JMeter（功能丰富）

最佳实践：
1. 逐步增加压力
2. 监控系统状态
3. 测试恢复能力
4. 记录崩溃点

压力 vs 负载：
- 压力：超出预期、找极限
- 负载：预期负载、验证性能

关键指标：
- 崩溃点（最大负载）
- 失效模式（如何崩溃）
- 恢复时间（多久恢复）