智汇 IT
城启新篇

性能压测场景设计与数据构造别把生产当靶场

去年冬天,一个做社区团购的团队找我复盘。压测报告写着 1200 并发,P99 只有 180ms,漂亮。上线第二天,库存服务挂了。不是流量超了,是那批压测数据里 80% 的下单都落在一个团长身上。锁竞争直接把数据库连接池打满。你说冤不冤。

这事特别典型。很多团队把性能压测场景设计与数据构造当成两件事:场景交给脚本,数据让开发导一份生产子集。结果脚本越跑越快,结论越来越飘。

电商交易全链路性能压测场景编排图
电商交易全链路性能压测场景编排图

压测不是把并发数拉满就完事

并发数是最容易看见的指标,也是最会骗人的。1000 个线程跑查询接口,和 1000 个用户真实逛店、领券、下单、支付,压力形状完全不同。前者像对着沙袋挥拳,后者才像街头混战。别笑,真有人拿 JMeter 循环调一个不带缓存的查询接口,然后告诉自己系统能扛住大促。能扛才怪。

我一般会先问三个问题:业务峰值长什么样,哪些步骤有写操作,失败后会不会重试。写操作一多,数据库、锁、消息队列都可能成为瓶颈。重试更麻烦,压测流量自己会放大。你以为 800 TPS,实际重试可能干到 1200。嗯,这个坑我踩过。

场景要贴着业务链路走而不是接口清单

接口清单是给开发联调用的。压测场景得看用户行为。一个下单链路,可能包含商品详情、购物车、优惠券计算、库存锁定、支付回调、发券、推送。每个环节的流量比例不一样,时间间隔也不一样。有人加购后 3 秒付款,有人犹豫 20 分钟。你全用 0 延迟,服务器当然爽,可结果没意义。

落地办法不复杂。把生产网关日志按 5 分钟粒度拉出来,找出峰值时段,再抽 URL 和用户 ID 的调用序列。别直接从 APM 抄几个平均 QPS,平均数会掩盖毛刺。大促的杀伤力往往在那一两分钟的脉冲。场景里要混入正常浏览、弱网重试、支付回调延迟,甚至缓存击穿。对,就是那些平时不出现,出现就要命的东西。

电商压测用户画像与订单数据构造分布表
电商压测用户画像与订单数据构造分布表

数据构造的脏活累活决定压测可信度

数据构造最容易被糊弄。复制一份用户表,手机号脱敏,地址随便填,然后开压。问题在哪?

一个坑是数据分布错了。真实用户有头部、腰部、长尾。一个大卖家可能占 30% 订单,压测里却平均分给 10 万个 ID。另一个坑是状态不对。优惠券是否已领、购物车是否为空、账户余额够不够,这些状态决定代码走哪条分支。还有个更要命的,关联关系断了。订单、支付、库存、发票各自独立,压测时事务回滚,根本测不出全局锁。

我的习惯是先做数据画像。用户维度看活跃度、地域、会员等级;商品维度看热点、库存深度、类目;交易维度看客单价、支付方式、退款率。然后把画像变成生成规则。比如 5% 热点商品,30% 普通商品,65% 长尾商品;80% 成功支付,15% 超时,5% 余额不足。听着有点麻烦。可只有这样,压测结果才敢拿给老板看。

还有一招,用影子库或者隔离环境。别把生产库当靶场,更别把生产缓存当垃圾桶。压测数据要能打标、能清理、能回滚。否则一次压测,脏数据留半年,运营同学追着你骂。

全链路压测监控大盘数据库QPS与接口P99曲线
全链路压测监控大盘数据库QPS与接口P99曲线

一份能落地的压测检查清单

一份能落地的压测检查清单
一份能落地的压测检查清单

我不喜欢那种几十页的规范。压测前能记住这几条,已经能避开大半事故。

1. 场景有没有覆盖峰值链路,写操作占比多少?
2. 数据是不是按业务分布生成,热点、长尾、异常态有没有?
3. 监控有没有覆盖应用、数据库、中间件、宿主机?别只看接口 P99。
4. 有没有限流、降级、熔断开关?压挂之前,先确认能刹车。
5. 压测后数据怎么清理?对账怎么做?
6. 结论写清楚边界:在什么数据分布、什么硬件、什么版本下成立。

说到底,性能压测场景设计与数据构造不是测试一个人的活儿。开发要知道代码分支,DBA 要盯慢查询,运维要准备资源,业务要确认流量模型。少一个人,结果就可能偏。

哦对,还有个小边界。压测不是越真越好。生产全量数据直接导入测试环境,风险比收益大。脱敏、采样、标脏,一个都别省。至于那些一上来就喊 10 万并发的需求,先让他把预算和清理方案发出来。真的。

如果你正打算做一次大促压测,别急着打开 JMeter。先画链路,再写数据规则,最后调脚本。顺序反了,返工是小事,上线翻车才难受。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:性能压测场景设计与数据构造别把生产当靶场
文章链接:https://m.itcdj.com/news/940.html