压力测试实战指南：JMeter 5.x深度解析与QPS/TPS性能优化

一、压力测试基础概念

1.1 什么是压力测试？

• 定义：模拟极端负载场景验证系统性能极限

• 目的：发现性能瓶颈、评估系统可靠性、验证容错能力

• 常见类型：负载测试、压力测试、稳定性测试、峰值测试

1.2 核心性能指标解析

1.2.1 QPS（Query Per Second）

• 每秒请求处理量

• 适用场景：API接口、静态资源访问

• 计算公式：总请求数 / 测试时间(s)

1.2.2 TPS（Transaction Per Second）

• 每秒事务处理量

• 事务定义：包含多个关联操作的完整业务流程

• 典型应用场景：支付系统、订单提交

• 1.2.3 QPS与TPS对比

  维度	QPS	TPS
  衡量对象	单一请求	完整业务链
  复杂度	低	高
  数据关联性	无	强

LoadRunner

• 性能稳定，压测结果及细粒度大

• 可以自定义脚本进行压测

• 缺点：太过于重量级，功能比较繁多

Apache AB（单接口压测最方便）

• 模拟多线程并发请求

• 对压测机资源要求低（低CPU/内存占用），但对目标服务器负载压力大

• 简单DDOS攻击等场景适用

Webbench

• 通过fork多个子进程循环发送请求，子进程结果通过pipe汇总到父进程

• 统计结果简单直接

JMeter

• 开源免费，功能强大，互联网公司普遍使用

• 支持协议广泛：

  1. Web - HTTP, HTTPS (Java, NodeJS, PHP, ASP.NET等)

  2. SOAP/REST Webservices

  3. FTP

  4. 数据库（JDBC）

  5. LDAP轻量目录访问协议

  6. 消息中间件（JMS）

  7. 邮件协议（SMTP(S)/POP3(S)/IMAP(S)）

  8. TCP等

• 核心优势：

  1. 功能测试

  2. 压力测试

  3. 分布式压力测试

  4. 纯Java开发

  5. 上手容易，高性能

  6. 提供测试数据分析

  7. 多种报表数据图形展示

二、JMeter 5.x工具入门

2.1 环境搭建

1. 前置条件：JDK 8+环境配置

2. 安装步骤：

   • 官网下载Binaries包

   • 快速下载 Apache JMeter - Download Apache JMeter

   • 

   • 解压后运行bin/jmeter.bat

      bin:核心可执行文件，包含配置 jmeter.bat: windows启动文件(window系统一定要配置显示文件拓展名) jmeter: mac或者linux启动文件 jmeter-server：mac或者Liunx分布式压测使用的启动文件 jmeter-server.bat：window分布式压测使用的启动文件 jmeter.properties: 核心配置文件

      extras：插件拓展的包

      lib:核心的依赖包

1. 界面概览：

   • 测试计划树形结构

   • 线程组配置区

   • 监听器结果展示

2.2 核心组件详解

2.2.1 线程组（Thread Group）

• 参数配置：

  • 线程数：模拟并发用户量

  • Ramp-Up时间：逐步加压时间

  • 循环次数：测试重复次数

2.2.2 采样器（Samplers）

• HTTP请求

• JDBC请求

• FTP请求

2.2.3 监听器（Listeners）

• 聚合报告

• 响应时间图

• 事务控制器（Transaction Controller）

三、全链路压力测试实施 

3.1 测试场景设计

测试计划
├─ 线程组 (500并发)
│  ├─ CSV数据配置
│  ├─ HTTP登录请求
│  ├─ 商品查询请求
│  └─ 订单提交事务
└─ 聚合报告监听器

3.2 关键配置参数

1. HTTP请求默认值：统一管理域名/端口

2. 定时器：

   • 固定定时器（模拟思考时间）

   • 高斯随机定时器

3. 断言：响应状态码/内容验证

3.3 分布式测试配置

1. 控制机配置jmeter.properties：

   remote_hosts=192.168.1.101:1099,192.168.1.102:1099

   四、测试结果深度分析

   4.1 核心指标解读

   指标	健康阈值	异常处理方案
   平均响应时间	<2s	检查数据库索引
   错误率	<0.1%	验证参数边界条件
   90%响应时间	<3s	优化慢查询语句

   4.2 可视化分析技巧

2. 响应时间趋势图：识别毛刺现象

3. TPS波动曲线：发现系统瓶颈点

4. 服务器监控集成：

   • PerfMon插件使用

   • 内存/CPU关联分析

五、性能优化黄金法则

5.1 应用层优化

• 代码级优化：

  // 优化前
  for(int i=0; i<list.size(); i++){...}
  
  // 优化后
  int size = list.size();
  for(int i=0; i<size; i++){...}

• 缓存策略：

  • Redis热点数据缓存

  • 本地缓存Guava Cache

5.2 数据库优化

1. 索引优化：

   • 使用EXPLAIN分析执行计划

   • 复合索引最左匹配原则

2. 分库分表策略：

   • 按用户ID哈希分片

   • 时间维度历史数据归档

六、经典案例实战分析

6.1 电商秒杀场景

• 测试目标：5000 QPS峰值处理能力

• 特殊配置：

  • 同步定时器(Synchronizing Timer)

  • 随机商品ID参数化

• 优化成果：

  • TPS从120提升至480

  • 响应时间降低65%

6.2 微服务API压测

1. 链路压测方案：

   • 使用Transaction Controller封装业务流

   • 跨服务传递TraceID

2. 瓶颈定位：

   • 网关限流配置不合理

   • 服务间调用超时设置

七.实战测试 

 7.1将压缩包解压，打开目录结构启动测试工具

7.2进入主页面 

首先汉化 

进入正题测试 

线程数：虚拟用户数。一个虚拟用户占用一个进程或线程

准备时长（Ramp-Up Period(in seconds)）：全部线程启动的时长，比如100个线程，20秒，则表示20秒内 100个线程都要启动完成，每秒启动5个线程

循环次数：每个线程发送的次数，假如值为5，100个线程，则会发送500次请求，可以勾选永远循环

名称：采样器名称
注释：对这个采样器的描述
web服务器：
  默认协议是http
  默认端口是80
  服务器名称或IP ：请求的目标服务器名称或IP地址

路径：服务器URL

 填写相关的信息

启动springboot程序