php 压力测试（Stress Test/Load Test）

一、压力测试的目标

1. 评估系统最大承载能力（QPS、并发数、吞吐量）
2. 发现性能瓶颈（CPU、内存、数据库、网络等）
3. 验证高并发下的稳定性（错误率、超时、崩溃）
4. 辅助容量规划和扩容决策
5. 验证优化效果

二、常用压力测试工具

• ab（ApacheBench）：简单易用，适合单接口压测
• wrk：高性能，支持多线程/多连接，支持Lua脚本
• JMeter：功能强大，支持复杂场景、分布式压测、可视化报告
• Locust：基于Python，支持分布式、场景编排
• siege：命令行工具，支持多URL压测
• Boom、k6、Gatling等

三、常用指标

• QPS（Queries Per Second）/RPS（Requests Per Second）：每秒请求数
• 并发数：同时活跃的请求数
• 响应时间（RT）：平均/最大/最小响应时长
• 错误率：请求失败比例
• 吞吐量：单位时间内处理的数据量
• 资源利用率：CPU、内存、带宽、磁盘I/O

四、实际操作步骤

1. 确定测试目标和场景

• 压测哪个接口/页面？（如首页、下单、API等）
• 目标QPS/并发是多少？
• 是否需要模拟登录、带参数、复杂业务流程？

2. 准备测试环境

• 推荐在预发布/测试环境先压测，生产压测需谨慎
• 监控好服务器资源，防止压垮生产

3. 编写压测脚本/命令

ab（ApacheBench）示例

ab -n 10000 -c 100 http://127.0.0.1/api/test

• -n 10000：总请求数
• -c 100：并发数

wrk示例

wrk -t8 -c200 -d30s http://127.0.0.1/api/test

• -t8：8个线程
• -c200：200个并发连接
• -d30s：持续30秒

JMeter

• 用GUI设计测试计划，支持参数化、断言、分布式
• 可导出详细报告

Locust

• 用Python写用户行为脚本，支持分布式

4. 执行压测并监控

• 观察QPS、响应时间、错误率
• 同时用top、htop、free、iotop、iftop等监控服务器资源
• 监控数据库、缓存、队列等后端服务

5. 分析结果与定位瓶颈

• QPS/并发数是否达到预期？
• 响应时间是否可接受？
• 错误率是否过高？
• 哪一层资源耗尽？（CPU、内存、连接池、数据库、网络等）

6. 优化与回归

• 根据瓶颈点优化代码、配置、架构
• 再次压测，验证优化效果

五、注意事项

• 生产压测需谨慎，避免影响真实用户
• 压测数据要清理，避免脏数据污染
• 压测脚本要模拟真实业务场景，如登录、下单、带参数等
• 持续监控和报警，防止压垮服务

六、实际压测流程举例

1. 用wrk压测API接口，设置并发和持续时间
2. 监控Nginx/PHP-FPM/MySQL/Redis等资源
3. 记录QPS、响应时间、错误率
4. 优化代码/配置/架构
5. 再次压测，直到性能达标

七、总结

• 压力测试是性能优化的必备手段
• 工具选型要结合场景，指标要全链路监控
• 先压测、再优化、再回归，持续提升系统性能