压力测试一般按照规划-脚本-执行-监控-分析的流程流程。

第一步：测试准备和工具选型

确定目的：确定要找的是什么短板（如登录接口的极限QPS，或服务器能支撑的最大在线用户数）。

工具选择：

JMeter：开源免费，适合HTTP、数据库等协议，是绝大多数项目的第一选择。

LoadRunner：功能强大的商业工具，适合复杂协议的大型企业级应用。

Locust：根据Python，适合编写复杂的压测场景模拟。

wrk：轻量级命令行工具，适合针对HTTP接口进行快速压测。

第二步：设计压测场景

不要只测一个接口，要根据业务思路设计：

单接口标准测试：单独测试登录、查询商品、提交订单等重要接口，找到各自的短板。

混合场景测试：按照业务比例混合调用（如70%浏览 + 20%下单 + 10%支付），模拟真实用户行为。

峰值测试：突然将压力加到预计峰值的2-3倍，观察系统是不是能扛住突发流量。

耐久测试：用80%的预估极限负载不断运行4-12小时，检测内存泄漏或连接未释放等稳定性问题。

第三步：脚本编写和参数化

录制/编写脚本：在工具中录制或编写API请求。

参数化：不能让所有用户都使用同一个账号登录或查询同一条数据，这样会导致缓存命中率失真。必须准备参数池（如1000个不同账号、1万条不同商品ID），让模拟请求更真实。

关联：处理动态数据，如从登录响应中提取Token，用于后续下单请求。

第四步：执行测试和监控

阶梯加压：不要一次性加到1万并发。建议从100并发开始，每1分钟增加100并发，观察各标准的变化趋势。

全链路监控：在执行压测时，同时打开任务管理器（简单场景）、Nmon（Linux系统监控工具）或专门的APM工具（如SkyWalking），记录服务器CPU、内存、网络I/O的变化。

寻找拐点：重视TPS曲线。当并发数增加，TPS保持线性增长时，系统健康；当并发数增加，TPS增长放缓甚至下降，说明资源耗尽，进入了压力区。

第五步：短板分析和调优

压力测试不是为了通过，而是为了发现问题。常见情况包括：

现象：CPU高，TPS上不去。诊断：代码思路复杂，缺乏缓存或死循环。

现象：CPU低，TPS低，响应慢。诊断：IO短板（读写磁盘慢）或数据库连接池满（等待数据库）。

现象：并发一高就报错。诊断：查看是不是有连接超时设置过短，或是线程池配置太小。

调整后复测：修改代码或配置（如增加缓存、优化SQL、调整JVM参数）后，再次执行同样的压力测试，对比标准是不是改善。