跳到主要内容

压力测试方案

1. 测试目标​

  • 验证系统在高并发场景下的稳定性和可靠性
  • 评估系统的最大吞吐量和性能上限
  • 识别系统可能存在的性能瓶颈点
  • 测试系统在不同负载条件下的响应时间
  • 评估系统资源使用情况（CPU、内存、数据库连接等）
  • 确定系统的水平扩展能力和垂直扩展边界

2. 测试环境​

2.1 硬件环境​

  • 测试服务器: 与生产环境配置相近或相同的服务器
  • 数据库服务器: 与生产环境配置相近的数据库服务器
  • 负载生成器: 至少2-3台高性能服务器用于生成测试负载

2.2 软件环境​

  • 操作系统: Linux (推荐 Ubuntu 20.04/22.04 或 CentOS 8)
  • JDK版本: JDK 17
  • 应用服务器: Spring Boot 3.4.4
  • 数据库: MySQL 8.0+ / PostgreSQL 14+
  • 测试工具: Apache JMeter 5.5+, Gatling 3.9+
  • 监控工具: Prometheus + Grafana, VisualVM, Arthas

2.3 测试网络环境​

  • 内部局域网: 千兆网络环境
  • 外部测试: 模拟用户访问的公网环境

3. 测试范围​

3.1 API接口测试​

  • 用户认证接口
  • IM消息发送和接收接口
  • 客服工作台操作接口
  • 知识库查询接口
  • AI对话接口

3.2 核心功能测试​

  • 即时消息收发
  • 客服分配和路由
  • AI回复生成
  • 多人会话
  • 文件上传下载

3.3 后台任务测试​

  • 定时任务执行
  • 消息异步处理
  • 数据统计与分析

4. 测试指标​

4.1 关键性能指标​

  • 吞吐量(TPS/QPS): 系统每秒处理的事务/请求数
  • 响应时间: 平均值、90/95/99百分位
  • 并发用户数: 系统能够同时支持的活跃用户数
  • 错误率: 在不同负载情况下的请求失败率
  • 资源利用率: CPU、内存、网络I/O、磁盘I/O使用率

4.2 业务指标​

  • 消息投递成功率
  • 消息延迟时间
  • 客服响应时间
  • AI回复生成时间
  • WebSocket连接稳定性

5. 测试场景设计​

5.1 基础API压测​

5.1.1 登录认证性能测试​

  • 目标: 测试系统处理大量并发登录请求的能力
  • 虚拟用户数: 500-5000
  • 加压方式: 阶梯式（每30秒增加500用户）
  • 持续时间: 10分钟
  • 测试接口: /api/v1/auth/login

5.1.2 消息发送性能测试​

  • 目标: 测试系统处理高并发消息的能力
  • 虚拟用户数: 1000
  • 每用户发送频率: 2-10条/分钟
  • 消息类型: 文本、图片、文件混合
  • 持续时间: 30分钟
  • 测试接口: /api/v1/message/send

5.2 实时通信压测​

5.2.1 WebSocket连接测试​

  • 目标: 测试系统维持大量长连接的能力
  • 连接数: 5000-20000
  • 加压方式: 阶梯式（每分钟增加1000连接）
  • 持续时间: 60分钟
  • 测试指标: 连接成功率、断连率、消息投递成功率

5.2.2 高并发群聊测试​

  • 目标: 测试群聊场景下的消息广播性能
  • 群数量: 100个
  • 每群用户: 50-200人
  • 消息频率: 5-20条/秒/群
  • 持续时间: 20分钟
  • 测试指标: 消息投递时延、CPU使用率、内存使用情况

5.3 客服系统压测​

5.3.1 客服分配性能测试​

  • 目标: 测试大量客户同时接入时的分配性能
  • 虚拟客户数: 3000
  • 客服坐席数: 100
  • 接入模式: 批量接入（每秒50-100新客户）
  • 持续时间: 15分钟
  • 测试指标: 分配成功率、平均分配时间、系统资源使用情况

5.3.2 客服工作台操作测试​

  • 目标: 测试客服同时处理多会话的系统性能
  • 客服数量: 50
  • 每客服会话数: 10-30会话
  • 操作频率: 每秒1-3次操作（回复、转接、查询等）
  • 持续时间: 30分钟
  • 测试指标: 操作响应时间、系统稳定性

5.4 AI系统压测​

5.4.1 AI问答性能测试​

  • 目标: 测试AI回复生成性能
  • 并发请求数: 50-200
  • 请求内容: 混合简单和复杂问题
  • 持续时间: 15分钟
  • 测试指标: 响应时间、系统资源占用、超时率

5.4.2 知识库查询测试​

  • 目标: 测试知识库的查询性能
  • 并发请求数: 100-500
  • 查询类型: 精确匹配和模糊匹配混合
  • 持续时间: 20分钟
  • 测试指标: 查询响应时间、数据库性能指标

5.5 混合场景测试​

5.5.1 全功能混合压测​

  • 目标: 模拟真实生产环境下的混合负载
  • 虚拟用户: 总计10000用户，混合执行以上所有场景
  • 持续时间: 60分钟
  • 测试指标: 系统整体稳定性、响应时间、资源使用情况

6. 测试工具与脚本​

6.1 JMeter测试计划​

6.1.1 JMeter脚本结构​

jmeter/
  ├── scripts/
  │   ├── 01_login_test.jmx
  │   ├── 02_message_test.jmx
  │   ├── 03_websocket_test.jmx
  │   ├── 04_groupchat_test.jmx
  │   ├── 05_cs_allocation_test.jmx
  │   ├── 06_cs_operation_test.jmx
  │   ├── 07_ai_qa_test.jmx
  │   ├── 08_kb_query_test.jmx
  │   └── 09_mixed_test.jmx
  ├── data/
  │   ├── users.csv
  │   ├── messages.csv
  │   └── questions.csv
  └── results/
      ├── raw/
      └── reports/

6.1.2 JMeter线程组配置示例​

登录测试线程组配置:

<ThreadGroup guiclass="ThreadGroupGui" testclass="ThreadGroup" testname="Login Test" enabled="true">
  <stringProp name="ThreadGroup.on_sample_error">continue</stringProp>
  <elementProp name="ThreadGroup.main_controller" elementType="LoopController" guiclass="LoopControlPanel" testclass="LoopController" testname="Loop Controller" enabled="true">
    <boolProp name="LoopController.continue_forever">false</boolProp>
    <stringProp name="LoopController.loops">1</stringProp>
  </elementProp>
  <stringProp name="ThreadGroup.num_threads">500</stringProp>
  <stringProp name="ThreadGroup.ramp_time">30</stringProp>
  <boolProp name="ThreadGroup.scheduler">true</boolProp>
  <stringProp name="ThreadGroup.duration">600</stringProp>
  <stringProp name="ThreadGroup.delay">0</stringProp>
</ThreadGroup>

6.2 测试数据准备​

6.2.1 测试数据生成脚本​

创建用于生成测试数据的脚本:

#!/bin/bash
# generate_test_data.sh
# 生成测试所需的用户、消息和问题数据

# 生成用户数据
echo "username,password,email" > users.csv
for i in $(seq 1 10000); do
  echo "user$i,password$i,user$i@example.com" >> users.csv
done

# 生成消息数据
echo "message_content,message_type" > messages.csv
for i in $(seq 1 1000); do
  echo "This is test message $i,text" >> messages.csv
done

# 生成AI问题数据
echo "question" > questions.csv
for i in $(seq 1 500); do
  echo "What is the answer to question $i?" >> questions.csv
done

7. 测试执行计划​

7.1 准备阶段​

  1. 配置测试环境并部署应用
  2. 准备测试数据
  3. 配置监控系统
  4. 进行小规模测试验证测试脚本

7.2 执行阶段​

  1. 分场景执行单项测试，从低负载开始，逐步增加
  2. 记录每个场景的测试结果和系统表现
  3. 待单项测试完成后，执行混合场景测试
  4. 连续监控系统性能指标

7.3 执行脚本​

#!/bin/bash
# run_load_tests.sh

BASE_DIR=$(pwd)
JMETER_BIN="/path/to/jmeter/bin"
SCRIPTS_DIR="$BASE_DIR/jmeter/scripts"
RESULTS_DIR="$BASE_DIR/jmeter/results/raw"
REPORT_DIR="$BASE_DIR/jmeter/results/reports"

# 创建结果目录
mkdir -p $RESULTS_DIR
mkdir -p $REPORT_DIR

# 运行所有测试脚本
for script in $SCRIPTS_DIR/*.jmx; do
  script_name=$(basename "$script" .jmx)
  echo "Running test: $script_name"
  
  # 执行JMeter测试
  $JMETER_BIN/jmeter -n -t "$script" \
    -l "$RESULTS_DIR/${script_name}_result.jtl" \
    -e -o "$REPORT_DIR/$script_name"
  
  echo "Test $script_name completed"
  
  # 等待系统恢复
  echo "Waiting 2 minutes for system to stabilize..."
  sleep 120
done

echo "All tests completed"

8. 监控配置​

8.1 Prometheus配置​

# prometheus.yml
scrape_configs:
  - job_name: 'bytedesk'
    metrics_path: '/actuator/prometheus'
    scrape_interval: 5s
    static_configs:
      - targets: ['bytedesk-app:9003']

8.2 Grafana仪表盘​

创建以下Grafana仪表盘:

  1. 系统概览仪表盘

    • JVM内存使用、GC情况
    • CPU使用率
    • 网络I/O
    • 响应时间变化

  2. 数据库性能仪表盘

    • 连接池使用情况
    • 查询执行时间
    • 事务数
    • 慢查询分析

  3. 应用指标仪表盘

    • HTTP请求统计
    • WebSocket连接数
    • 错误率
    • 自定义业务指标

9. 结果分析与报告​

9.1 性能指标收集​

  • JMeter生成的聚合报告
  • Prometheus指标数据
  • 系统日志分析
  • 数据库性能数据

9.2 性能测试报告​

## 测试摘要

- 测试日期: [日期]
- 测试环境: [环境配置]
- 测试版本: [软件版本]
- 测试场景: [场景描述]

## 测试结果总览

- 最大吞吐量: [x] TPS
- 平均响应时间: [x] ms
- 95%响应时间: [x] ms
- 最大并发用户数: [x]
- 系统资源使用峰值: CPU [x]%, 内存 [x]GB

## 详细测试结果

### 场景1: [场景名称]

- 吞吐量: [x] TPS
- 平均响应时间: [x] ms
- 错误率: [x]%
- 资源使用情况: [详细描述]

### 场景2: [场景名称]

...

## 性能瓶颈分析

## 优化建议

1. [优化建议1]
2. [优化建议2]
...

## 附录

- 测试脚本
- 详细监控数据
- 错误日志分析

9.3 结果图表示例​

以下是测试结果的可视化图表类型:

  1. 响应时间与并发用户关系图
  2. 吞吐量与并发用户关系图
  3. 错误率与并发用户关系图
  4. 资源使用率趋势图
  5. 数据库性能指标图
  6. 各API端点响应时间对比图

10. 性能优化策略​

10.1 常见瓶颈及优化方向​

10.1.1 应用层优化​

  • JVM参数调优: 根据测试结果调整堆大小、GC策略
  • 线程池优化: 调整各业务线程池大小和策略
  • 代码级优化: 优化高频调用路径、减少不必要的对象创建

10.1.2 数据库优化​

  • 索引优化: 针对高频查询添加合适索引
  • SQL优化: 重写复杂查询、添加适当的查询提示
  • 连接池配置: 优化连接池大小和超时设置

10.1.3 中间件优化​

  • Redis配置: 优化缓存策略和内存管理
  • 消息队列: 调整队列大小和消费者数量
  • WebSocket: 优化心跳机制和连接管理

10.1.4 架构优化​

  • 服务拆分: 识别并拆分高负载服务
  • 读写分离: 实施数据库读写分离
  • 分库分表: 对高频访问表进行水平拆分

10.2 扩展策略​

  • 垂直扩展: 增加单机资源（CPU、内存）
  • 水平扩展: 增加服务节点数量
  • 混合扩展: 结合垂直和水平扩展策略

11. 持续性能测试​

11.1 持续集成中的性能测试​

  • 集成JMeter到CI/CD流程
  • 设置性能基准和警报阈值
  • 自动生成性能趋势报告

11.2 性能监控告警​

  • 建立关键指标的监控告警
  • 配置性能退化自动通知
  • 性能数据历史趋势分析

12. 附录​

12.1.1 JMeter测试参数说明​

  • 线程组参数详解
  • 定时器使用策略
  • 断言配置建议
  • 结果收集器配置

12.1.2 系统配置参考​

  • 应用服务器推荐配置
  • JVM参数建议
  • 数据库参数建议
  • 网络参数优化
编辑此页

这页文档对您有帮助吗？