压测（压力测试，Stress Testing） 是一种软件测试方法，用于评估系统在高负载条件下的性能表现。压测的目标是找出系统在超出其预期负载的情况下如何处理请求，特别是在高并发、巨大数据量或者异常操作条件下，系统能否保持稳定、可靠的工作。

压测的目的：

  1. 评估系统的极限： 确定系统能承受的最大并发用户数、请求量或者负载。
  2. 检查系统稳定性： 在高负载下，检查系统是否能保持稳定运行，是否会崩溃或者出现性能退化。
  3. 验证性能瓶颈： 通过压测来发现系统性能瓶颈（如数据库、内存、网络、CPU等）。
  4. 评估系统恢复能力： 检查系统在超负荷运行后的恢复能力。

压测的常见步骤：

  1. 确定测试目标：

    • 需要清楚的知道你要模拟的负载场景，如最大并发用户数、请求的频率、持续时间等。
    • 确定你关注的关键性能指标（KPIs），如响应时间、吞吐量、错误率等。

  2. 选择压测工具：

    • Apache JMeter： 用于Web应用的负载测试，支持HTTP请求、数据库、FTP等协议的测试。
    • Locust： 一个Python编写的开源负载测试工具，可以模拟大量的并发用户，支持分布式测试。
    • Gatling： 基于Scala的高性能负载测试工具，适合大规模负载测试。
    • Artillery： 适用于现代Web应用的负载测试工具，支持HTTP、WebSocket等协议。

  3. 设计测试场景：

    • 模拟用户行为，设计一个典型的用户场景（如用户登录、浏览商品、下单等）。
    • 确定每个场景的请求负载和测试时间。

  4. 执行压测：

    • 配置工具来模拟并发用户数和请求速率。
    • 运行压测并实时监控系统的性能指标，如响应时间、错误率、CPU和内存使用情况等。

  5. 分析结果：

    • 收集并分析测试结果，评估系统是否能够承受预期的负载。
    • 找出系统性能瓶颈或潜在问题。

  6. 优化与调整：

    • 根据测试结果进行系统优化，可能涉及代码优化、数据库调优、硬件升级等。
    • 进行多轮测试，确保系统优化后能够承载更高的负载。

压测常用的指标：

  1. 响应时间（Response Time）： 单个请求从发送到完成所需的时间。目标是保证响应时间尽可能低。
  2. 吞吐量（Throughput）： 系统单位时间内处理的请求数（如每秒请求数）。
  3. 并发用户数（Concurrent Users）： 在同一时刻访问系统的用户数量。
  4. 错误率（Error Rate）： 测试期间系统返回错误的请求占总请求的百分比。
  5. 系统资源消耗： 包括CPU、内存、磁盘和网络带宽的使用情况，测试时需要监控这些资源的消耗。

常见的压测类型：

  1. 负载测试（Load Testing）： 在正常负载下测试系统，确认系统在预期负载下的表现。
  2. 压力测试（Stress Testing）： 施加超过正常负载的压力，测试系统的最大承受能力。
  3. 稳定性测试（Stability Testing / Endurance Testing）： 在长时间高负载下测试系统，评估系统是否能够持续稳定运行。
  4. 峰值测试（Spike Testing）： 短时间内突发大流量，测试系统如何处理突如其来的负载。

通过压测，可以有效地评估和改进系统的可扩展性、稳定性和性能，从而确保在高负载情况下依然能够稳定运行。