跳至主要內容

yange大约 24 分钟

一、性能测试概要

1.1 性能测试工具

前言

定义

性能测试工具的核心作用是 模拟多用户并发、采集性能指标、生成测试报告，不同工具的特点、适用场景不同。

2.1 主流性能测试工具对比

工具名称核心特点适用场景优势劣势
JMeter（Apache）开源免费、功能强大、支持多协议、可扩展Web/APP接口测试、中小型项目并发测试免费、社区活跃、插件丰富、易上手，适合中小团队万级以上高并发场景性能略弱，GUI模式占用资源多
LoadRunner（Micro Focus）商业工具、功能全面、支持多协议、监控能力强大型企业级项目、复杂高并发场景稳定性强、高并发支持好、监控全面收费昂贵、上手难度高
Locust（Python）开源、基于Python、轻量级、支持分布式高并发场景、Python技术栈项目（有Python基础可尝试）轻量、高并发支持好、灵活度高需掌握Python基础，GUI功能简单，报告不够直观
Gatling（Scala）开源、基于Scala、高性能、支持实时监控高并发场景、Scala/Java技术栈项目性能优异、实时监控强、报告清晰需掌握Scala基础，上手难度中等，社区活跃度低于JMeter

2.2 工具选择方法

工具选择核心原则：贴合学习/项目需求、匹配自身技术能力、控制学习成本，具体步骤如下：

  1. 明确测试需求 ：确定是接口性能测试，明确并发量（千级以内）、测试场景（如简单并发、负载测试）；
  2. 匹配技术能力 ：熟悉Java，优先选择JMeter；有Python基础可尝试Locust，无需学习复杂的商业工具；
  3. 考虑学习成本 ：优先选择开源、社区活跃、教程丰富的工具（JMeter），降低学习难度，适合自主练习；
  4. 结合场景选择 ：中小型项目、接口测试→ JMeter；高并发、Python技术栈 → Locust。

1.1 性能测试相关术语

前言

定义

性能测试的核心是用数据说话 ，需先掌握核心术语，才能明确测试目标、判断测试是否通过。

3.1 核心术语

  • 响应时间（Response Time） ：从用户发起请求到收到服务器响应的总时间，单位为毫秒（ms）；核心观测点：平均响应时间、90%响应时间（P90）、95%响应时间（P95）。
  • 并发用户数 ：同一时间向服务器发起请求的用户数量，≠ 实际在线用户数（在线用户可能不发起请求）。
  • 吞吐量（Throughput） ：单位时间内服务器处理的请求数量，单位为QPS（每秒查询数）、TPS（每秒事务数）；核心观测点：平均吞吐量、峰值吞吐量。
  • 并发量 ：服务器同时处理的请求数量，与并发用户数相关但不等同（一个用户可能同时发起多个请求）。
  • 资源利用率 ：服务器CPU、内存、磁盘IO、网络IO的使用率，核心观测点：峰值利用率、平均利用率。
  • 性能瓶颈 ：导致系统性能下降的关键环节（如CPU过高、内存泄漏、数据库慢查询）。
  • 负载测试 ：逐步增加并发用户数，观察系统性能变化，找到系统最大处理能力。
  • 压力测试 ：超过系统预期负载，持续运行测试，观察系统是否崩溃、能否恢复。
  • 稳定性测试 ：预期负载下持续运行一段时间（如24小时），观察系统是否稳定、有无异常。

3.2 性能测试通过标准

通过标准无统一模板，需结合业务需求、用户体验、系统设计指标确定，核心原则：“满足业务正常运行，用户体验良好，系统稳定可靠”，通用标准如下：👇

3.2.1 响应时间标准（用户体验核心）

行业通用标准：

  • 普通接口 （如查询、列表）：平均响应时间 ≤ 500ms，P95响应时间 ≤ 1000ms
  • 核心接口 （如登录）：平均响应时间 ≤ 300ms，P95响应时间 ≤ 800ms
  • 复杂接口 （如大数据查询）：平均响应时间 ≤ 1000ms，P95响应时间 ≤ 2000ms
  • 无超时情况 （响应时间 ≤ 5000ms，超时率为0）
3.2.2 吞吐量标准（系统处理能力）

参考标准： 👇

  • 中小型项目（如校园系统）：峰值QPS ≥ 200，平均QPS ≥ 100
  • 电商类练习项目：峰值QPS ≥ 500，平均QPS ≥ 200
  • 吞吐量稳定，波动范围 ≤ 10%
3.2.3 资源利用率标准（系统稳定性）

服务器资源利用率合理范围：

  • CPU利用率 ：峰值 ≤ 80%，平均 ≤ 60%（超过80%易出现卡顿）；
  • 内存利用率 ：峰值 ≤ 85%，无内存泄漏（持续运行后内存不持续增长）；
  • 磁盘IO利用率 ：峰值 ≤ 70%，无磁盘读写异常；
  • 网络IO： 无明显瓶颈，带宽利用率 ≤ 75%。
3.2.4 稳定性标准（长期运行能力）
  • 预期负载下，持续运行8-24小时，系统无崩溃、无异常报
  • 事务成功率 ≥ 99.9%（核心事务成功率 ≥ 99.99%）
  • 瞬时高负载后，系统能快速恢复正常，无持续卡顿

二、性能测试结构体系

前言

定义

（一）理论介绍

1. 性能测试整体结构体系

性能测试是通过模拟多用户并发、高并发流量、长时间运行等方式，检验软件系统在不同压力下的运行表现，判断系统是否满足业务性能需求。完整结构体系分为四层：

  • 测试目标层：明确性能指标，如并发用户数、响应时间、吞吐量（TPS/QPS）、错误率、服务器资源利用率等。
  • 测试类型层：基准测试、负载测试、压力测试、浸泡测试（稳定性测试）、并发测试、容量测试。
  • 执行流程层：需求分析→测试计划→脚本开发→负载设计→测试执行→数据监听→结果分析→瓶颈定位。
  • 支撑工具层：压力生成工具、协议模拟工具、服务器监控工具、日志分析工具、报告生成工具。

2. 性能测试工具核心组成与功能

通用性能测试工具一般由四大模块构成：

  1. 脚本录制/开发模块：模拟用户业务操作，生成可重复执行的测试脚本，支持协议解析、参数化、关联、断言。
  2. 负载生成引擎：根据场景配置，模拟大量虚拟用户（Vuser），向被测系统发起持续请求。
  3. 实时监控模块：采集客户端、应用服务器、数据库、中间件的性能指标。
  4. 测试分析与报告模块：统计聚合数据，生成图表，定位性能瓶颈，输出测试结论。

3. 主流工具对比（课堂重点）

工具名称开源/商业核心功能教学与企业应用场景
Apache JMeter 开源免费支持多协议、分布式压测、插件扩展接口/Web/数据库压测
LoadRunner商业协议全、报告专业、企业级管控金融、电信大型项目
k6开源JS语法、轻量、适合DevOps微服务、接口自动化压测
Gatling开源高并发、基于Scala、报告美观高吞吐Web系统压测

案例实操：JMeter工具组成与功能实操

实操目标

熟悉JMeter界面结构，理解测试计划、线程组、取样器、配置元件、监听器之间的层级关系。

实操步骤

  1. 环境准备 1️⃣
    • 安装 JDK 1.8 及以上版本(JDK17也可以），配置环境变量 JAVA_HOME。
    • 下载 apache-jmeter-5.6.x，可以Apache Jmeter官网下载，地址：http://jmeter.apache.org/download_jmeter.cgi
    • 解压后运行 bin/jmeter.bat（Windows）或 jmeter（Linux）。
    • 双击即可运行，但是有两点注意：1.启动速度比较慢，要耐心等待；2. 启动后黑窗口不能关闭，否则Jmeter也跟着关闭了
下载页面
下载页面
启动界面
启动界面
中文设置
中文设置
页面介绍
页面介绍

  1. 认识JMeter核心组件功能 2️⃣

    1. 测试计划（Test Plan）
      • 作用：整个性能测试任务的根容器，是所有组件的“总入口”，负责管理脚本、线程组、配置元件等所有内容。
      • 关键说明：每个测试任务对应一个测试计划，可设置全局参数、用户定义变量，所有后续操作（添加线程组、取样器）都必须在测试计划下进行，相当于“整个测试项目的总纲领”。
    image
    image

    1. 线程组（Thread Group）

      • 作用：JMeter负载生成的核心组件，模拟真实用户的并发场景，每个线程代表一个独立的虚拟用户。
      • 核心配置参数：
        • 线程数：模拟的并发用户数量（如100线程=100名同时操作的用户）；
        • Ramp-Up时间：所有线程启动完成的时间（避免瞬间加压导致测试失真）；
        • 循环次数：单个线程重复执行操作的次数（可设置为具体次数或无限循环，用于稳定性测试）。
        • 适用场景：所有性能测试场景，是负载设置的核心，笔记中每个实操案例（登录、注册、社保查询）都需先配置线程组。
        image
        image

    2. 取样器（Sampler）

      • 作用：模拟用户的具体操作，向被测系统发送请求，是脚本的“核心执行单元”，不同协议对应不同取样器。
      • 重点取样器及适用场景：
        • HTTP请求取样器（最常用）：对应HTTP/HTTPS协议，用于网站、APP接口测试（如登录、注册、社保查询接口）；
        • TCP取样器：对应TCP协议，用于物联网设备、客户端软件与服务器的通信测试；
        • JDBC请求取样器：对应JDBC协议，用于数据库性能测试（执行SQL语句）；
        • FTP请求取样器：对应FTP协议，用于文件上传、下载性能测试。
        • 关键说明：取样器需依赖线程组，无法单独运行，每个取样器对应一个具体的用户操作（如“登录请求”取样器=用户点击登录）。
        image
        image

  2. Jmeter辅助组件（为取样器服务）

    1. 监听器（Listeners）
      • 作用：实时捕捉测试数据、查看测试结果，分为“请求级监听”和“系统级监听”，是分析性能瓶颈的核心依据。
      • 重点监听器：
        • 聚合报告：统计整体性能数据，重点关注平均响应时间、90%响应时间、错误率、吞吐量（企业测试报告核心数据）；
        • 查看结果树：查看每个请求的详细信息（请求内容、响应内容、响应状态码），用于脚本调试、错误排查；
        • PerfMon Metrics Collector（服务器监控插件）：实时监测服务器资源占用（CPU、内存、磁盘IO、网络带宽），避免忽略服务器承载能力；
        • 汇总图：直观展示吞吐量、响应时间的变化趋势，快速判断负载增加时系统性能的变化。
    2. 配置元件（Config Elements）
      • 作用：辅助取样器配置，提供请求所需的基础信息，减少重复配置，提升脚本复用性。
      • 重点配置元件：
        • HTTP信息头管理器：统一配置HTTP请求的请求头（如Content-Type: application/json），避免每个HTTP取样器重复设置；
        • CSV Data Set Config：实现参数化（如多账号登录、多手机号注册），读取外部CSV文件中的数据，动态替换请求参数；
        • JDBC Connection Configuration：配置数据库连接信息（驱动、URL、用户名、密码），供JDBC取样器调用，实现数据库连接；
        • FTP Request Defaults：配置FTP服务器的基础信息（地址、用户名、密码），简化多个FTP取样器的配置。
    3. 前置/后置处理器（Pre/Post Processors）
      • 作用：辅助脚本执行，处理请求发送前、响应接收后的逻辑，重点解决“参数关联”问题。
      • 重点处理器：
        • JSON提取器：从HTTP响应中提取关键数据（如登录后的Token），供后续请求使用（如查询个人信息需携带Token）；
        • 正则表达式提取器：与JSON提取器功能类似，适用于非JSON格式的响应（如HTML页面、普通文本响应）；
        • 用户定义的变量：设置全局变量（如服务器IP、端口），方便脚本统一修改，提升可维护性。
    4. 断言（Assertions）
      • 作用：验证请求是否正常执行、响应是否符合预期，是判断脚本有效性、测试结果达标的核心，避免“请求发送成功，但业务失败”（如注册请求返回“注册成功”，但数据库未写入数据）。
      • 重点断言：
        • 响应断言：验证响应文本、响应状态码（如200表示请求成功）、响应头是否符合预期（如登录请求响应包含“登录成功”）；
        • JSON断言：专门用于JSON格式的响应，验证JSON字段的值（如$.code == 200，确保接口返回正常）；
        • 持续时间断言：验证请求的响应时间是否不超过预设阈值（如响应时间≤1秒），直接判断性能是否达标。
    5. 插件组件（补充组件，提升JMeter功能）
      • 作用：JMeter默认组件无法满足所有场景，需通过插件扩展功能.
      • 重点插件：
        • Stepping Thread Group（阶梯线程组）：实现阶梯式加压（逐步增加线程数），模拟真实用户流量波动（如大促期间用户陆续涌入）；
        • ServerAgent：配合PerfMon Metrics Collector，实现服务器资源的实时监控；
        • WebSocket插件：支持WebSocket协议脚本开发（如即时通讯、直播弹幕测试）；
        • Redis Data Set插件：支持Redis缓存协议脚本开发（如缓存读写性能测试）。

  3. 基础验证实操 3️⃣

    • 新建测试计划 → 添加线程组 → 添加HTTP取样器 →监听→ 添加察看结果树。
    • 访问百度首页（www.baidu.com，协议http，端口80，路径/）。
    • 运行脚本，观察请求是否成功，理解各组件作用。
image
image

三、性能测试脚本开发

前言

定义

（一）理论介绍

1. HTTP协议基础

HTTP是无状态的应用层协议，性能测试中主要模拟：

  • 请求方法：GET、POST、PUT、DELETE
  • 请求结构：请求行、请求头、请求体
  • 响应结构：响应行、响应头、响应体
  • 会话保持：Cookie(浏览器)、Session(服务器)、Token(令牌)

2. HTTP性能脚本核心技术

  • 参数化：使用不同账号、参数执行同一业务，避免数据重复。
  • 关联：从上一个请求的响应中提取数据（如Token、SessionID）供后续请求使用。
  • 断言：验证业务是否执行成功，保证压测数据有效。
  • 思考时间：模拟用户真实操作间隔，更贴近真实场景。

案例实操：HTTP协议登录+查询业务脚本开发

业务场景

模拟用户先登录系统，再查询个人信息，完成完整业务链路脚本。

实操步骤

  1. 准备jar包，启动项目。
image
image
  1. 创建线程组
    • 线程数：10
    • 启动时间（Ramp-Up Period）：5秒
    • 循环次数：2
image
image
  1. 添加HTTP信息头管理器
    • 配置：Content-Type: application/json
    • 作用：统一管理请求头，避免每个请求重复配置。
image
image
image
image
  1. 编写登录请求（POST）
    • 服务器名称：localhost
    • 端口：8080
    • 路径：/api/user/login
    • 请求方法：POST
    • 请求体参数：
      {
  "username": "${username}",
  "password": "123456"
}
image
image
  1. CSV参数化配置
    • 添加 CSV Data Set Config
    • 文件名：user.csv
    • 变量名称：username
    • 编码：UTF-8
    • 文件内容每行一个用户名，实现多账号登录。
    • 步骤：选中线程组→右键 → 添加 → 配置元件 → CSV Data Set Config
image
image
  1. 添加JSON提取器获取Token
    • 应用于：登录请求
    • 引用名称：token
    • JSON Path表达式：$.data.token
    • 作用：提取登录返回的令牌，用于鉴权。
    • 步骤：选中你的 登录请求（HTTP Request）→右键 → 添加 → 后置处理器 → JSON 提取器 = 英文：Add → Post Processors → JSON Extractor
image
image
  1. 添加查询个人信息请求
    • 路径：/api/user/info
    • 请求头添加：Authorization: Bearer $
    • 实现登录态关联。
    • 步骤：选中线程组→右键 → 添加 → HTTP Request
image
image
image
image
  1. 添加断言
    • 响应断言：响应码为200

      只要请求返回的 HTTP 状态码不是 200（比如 401、404、500），JMeter 就会标记这个请求为失败，在察看结果树里标红，一眼就能看出问题。

    • JSON断言：$.code == 0 或 $.msg包含“成功”
响应断言：响应码为200
响应断言：响应码为200
JSON断言
JSON断言

接下来复制上面2个断言到查询个人信息请求中，即可完成断言配置。

image
image
  1. 添加 察看结果树和汇总报告，运行脚本，查看结果。
  • 步骤：选中线程组→右键 → 添加 → 监听器 → 汇总报告、察看结果树
image
image
  1. 运行调试
    • 使用察看结果树查看请求与响应，确认参数化、关联、断言均正常。
      image

四、性能测试负载与监听

前言

定义

理论介绍

1. JMeter负载生成机制

负载即向服务器施加的压力大小，JMeter通过线程组实现负载控制：

  • 普通线程组：固定并发用户数。
  • 阶梯线程组（Stepping Thread Group）：逐步加压，观察系统拐点。
  • 终极线程组：灵活设置高低负载，模拟真实波浪式流量。
  • 分布式压测：多台压力机协同施压，支持更高并发。

2. 性能监听体系

监听分为三类：

  • 请求级监听：响应时间、吞吐量、错误率、成功率。
  • 系统级监听：服务器CPU、内存、磁盘I/O、网络带宽。
  • 应用级监听：JVM GC、线程池、数据库连接数、慢SQL。

案例实操：负载加压配置 + 全方位监听

实操目标

实现阶梯式加压，并监听请求指标与服务器资源。

实操步骤

1. 安装插件
  • 安装 JMeter Plugins Manager
  • 安装：Stepping Thread Group、PerfMon Server Agent、Custom Metrics
    - 打开 Plugins Manager，切换到 Available Plugins 标签，搜索并勾选以下 3 个插件：
    - Stepping Thread Group（阶梯线程组，用于阶梯式加压）
    - PerfMon (Server Agent & Metrics Collector)（服务器资源监控）
    - Custom Thread Groups（兼容阶梯线程组，部分版本需安装）
    - 点击 Apply Changes and Restart JMeter，等待重启完成
image
image
image
image
Stepping Thread Group
Stepping Thread Group
PerfMon
PerfMon
2. 配置阶梯负载场景
  • 初始线程：10
  • 每30秒增加：10个线程
  • 最大线程数：100
  • 持续运行时间：10分钟
  • 线程退出时间：10秒
3. 新建测试计划，添加阶梯线程组
  1. 打开JMeter，右键「测试计划」→ Add > Threads (Users) > jp@gc - Stepping Thread Group
  2. 严格按要求填写参数（完全匹配你的配置）：
    界面参数填写值含义
    This group will start10初始线程数10
    First, wait for0启动前不等待，立即启动
    Then start0首次不额外启动线程
    Next, add10每次增加10个线程
    threads every30每30秒加压一次
    using ramp-up0新增线程立即启动（无延迟）
    Then hold load for600达到最大线程后持续运行10分钟（10×60=600秒）
    Finally, stop10每次停止10个线程
    threads every1每1秒停一批，10秒内全部退出

    自动计算：初始10 + 每30秒加10，加9次 → 100个最大线程，完全符合要求

4. 添加接口请求（核心取样器）
  1. 右键「阶梯线程组」→ Add > Sampler > HTTP Request
  2. 填写接口信息：
    配置项填写内容
    协议http
    服务器名称/IP你的后端服务IP（本地填localhost）
    端口号8080（和后端一致）
    方法GET
    路径/api/demo/slow?delay=100

    注意：delay=100 必须完整写在路径里，不要漏参数

4. 添加断言（校验接口正确性）

右键「HTTP请求」→ Add > Assertions > 响应断言，配置：

  • Response Field to Test：选择 Response Code
  • Pattern Matching Rules：选择 Equals
  • Patterns to Test：添加 200

作用：确保接口始终返回200，错误率统计准确

image
image
5. 添加监控监听器（全量指标采集）

右键「测试计划/线程组」→ Add > Listener，依次添加：
（1）聚合报告（核心性能指标看板）

  • 作用：统计平均响应时间、90%响应时间、TPS、错误率，直接对应你的验收标准
  • 无需额外配置，运行后自动生成数据
image
image

（2）PerfMon Metrics Collector（服务器资源监控）

  1. 点击「Add Row」，填写服务器信息：
    • Host/IP：被测服务器IP（本地填127.0.0.1）
    • Port：4444（Agent默认端口）
    • Metric to collect：依次添加 CPU、Memory
  2. 保存配置，运行时实时监控服务器资源
image
image

（3）汇总图（趋势可视化）

  • 作用：直观展示响应时间、吞吐量随线程数的变化趋势，验证阶梯加压效果
  • 无需额外配置，运行后自动生成图表
image
image

总结

课堂作业

压测执行（标准非GUI模式，避免性能干扰）

1. 保存脚本

将配置好的脚本保存为 slow_api_perf_test.jmx，放在JMeter bin 目录下

2. 执行压测命令

打开终端/CMD，进入JMeter bin 目录，执行：

# 非GUI模式执行压测，生成结果文件
jmeter -n -t slow_api_perf_test.jmx -l slow_result.jtl
  • 参数说明：
    • -n：非GUI模式（生产级标准，避免JMeter本地资源占用影响压测）
    • -t：指定脚本路径
    • -l：指定结果文件路径（自动生成，无需提前创建）
  • 执行成功：终端打印 end of run，表示压测完成（总时长约16分钟：4分30秒加压+10分钟持续+10秒退出）
image
image
image
image

生成HTML性能报告（可视化分析）

压测结束后，执行以下命令生成完整报告：

# 基于结果文件生成HTML报告，输出到report文件夹
jmeter -g slow_result.jtl -o ./slow_report

注意：slow_report 文件夹必须为空或不存在，否则会报错

image
image
image
image

报告核心查看项

  1. Overview（概览页）
    • 直接查看：平均响应时间、错误率、CPU使用率
    • 对照标准：
      • 平均响应时间 < 500ms ✅
      • 错误率 < 0.1% ✅
      • CPU < 80% ✅
  2. Response Time Over Time（响应时间趋势）
    • 观察：随线程数从10→100，响应时间是否平稳，无突增
    • 正常：响应时间稳定在100ms左右（符合delay=100），线程增加后轻微上涨
    • 异常：响应时间突增到500ms以上，说明系统出现瓶颈
  3. PerfMon Metrics（服务器资源）
    • 查看CPU曲线：是否随线程数增加线性上升，持续阶段稳定在80%以下
    • 异常：CPU满负载（100%），说明服务器计算资源不足
  4. Error Rate Over Time（错误率趋势）
    • 正常：错误率始终为0或<0.1%
    • 异常：错误率飙升，说明服务出现雪崩、超时等问题

五、性能测试常用脚本开发

前言

定义

（一）理论介绍

JMeter支持几乎所有常用协议，不同协议脚本结构相似，仅取样器与配置元件不同：

  • HTTP/HTTPS：Web、接口、小程序、APP后端
  • JDBC：数据库压测
  • WebSocket：即时通讯、直播弹幕、推送服务
  • FTP：文件上传下载服务器
  • Redis：缓存读写性能
  • Dubbo：微服务接口
  • Kafka/MQ：消息队列生产消费性能

（二）案例实操：常用多协议脚本完整开发

1. JDBC MySQL 脚本开发

  1. 拷贝 mysql-connector-java.jar 到 JMeter/lib 目录。
  2. 添加 JDBC Connection Configuration：
    • Variable Name：mysqlConn
    • Driver Class：com.mysql.cj.jdbc.Driver
    • URL：jdbc:mysql://localhost:3306/testdb
    • 用户名/密码
  3. 添加 JDBC Request：
    • Variable Name：mysqlConn
    • Query：select * from user where id =?
    • 参数值：$
  4. 添加断言与监听器，执行压测。

2. WebSocket 脚本开发

  1. 安装 WebSocket 插件。
  2. 添加 WebSocket Open Connection：
    • ws://localhost:8080/ws/chat
  3. 添加 WebSocket Sampler 发送消息。
  4. 添加 WebSocket Close Connection。
  5. 监听连接数、消息延迟、丢包率。

3. FTP 文件传输脚本开发

  1. 添加 FTP Request 取样器。
  2. 配置FTP服务器地址、用户名、密码。
  3. 选择操作：上传文件 / 下载文件。
  4. 设置本地文件与远程文件路径。
  5. 监听传输速度、成功率、并发文件操作性能。

4. Redis 脚本开发

  1. 安装 Redis Data Set 插件。
  2. 添加 Redis Sampler。
  3. 配置 Redis 服务器地址与端口。
  4. 操作类型：set、get、hset、hget。
  5. 执行压测，监控缓存读写响应时间与QPS。

六、数据库 JDBC 性能测试专题

前言

定义

（一）理论介绍

1. JDBC 性能测试负载机制

JDBC 性能测试的负载，核心是模拟多线程并发执行 SQL，对数据库施加查询/写入压力，JMeter 同样通过线程组实现负载控制：

  • 普通线程组：固定并发连接数，执行基准压测。
  • 阶梯线程组：逐步增加数据库并发访问，观察连接数、SQL 响应拐点。
  • 终极线程组：模拟波浪式读写流量，贴近真实业务峰值。
  • 分布式压测：多台压测机同时发起 JDBC 请求，支持更高数据库并发压力。

2. 数据库性能监听体系

数据库压测监听分为三类：

  • 请求级监听：SQL 执行响应时间、查询吞吐量 QPS、事务成功率、错误率。
  • 系统级监听：数据库服务器 CPU、内存、磁盘 I/O、网络带宽、磁盘使用率。
  • 数据库应用级监听：连接池占用、活跃连接数、慢查询数量、锁等待、事务回滚率、索引命中率。

（二）案例实操：JDBC MySQL 压测负载与监听

实操目标

实现数据库阶梯式加压压测，完成 JDBC 脚本开发，并对 SQL 执行与数据库服务器进行全方位监听。

实操步骤

我给你整理一套最清晰、能直接照着做的完整步骤，完全按你这份文档来，一步不缺、一句废话没有👇

一、准备工作
  1. 放 MySQL 驱动包
    把 mysql-connector-java-x.x.xx.jar 复制到：
    JMeter\lib\ext 或 JMeter\lib
    然后重启 JMeter。
image
image

  1. 确保插件装好

    • 插件管理器装好：Custom Thread Groups（阶梯线程组）
    • 插件装好：PerfMon Metrics Collector

  2. 服务器端启动监控
    解压 ServerAgent.zip

    • Windows 双击 startAgent.bat
    • Linux 运行 ./startAgent.sh
      看到端口 4444 启动就 OK。
      image
二、新建测试计划
  1. 打开 JMeter
  2. 新建测试计划 → 保存为 jdbc_db_test.jmx
三、添加阶梯线程组（加压配置）

右键测试计划 → 添加 → 线程(Users)
→ jp@gc - Stepping Thread Group

按你要求填写：

  • This group will start：10
  • First, wait for：0
  • Then start：0
  • Next, add：10 threads every 30 seconds
  • using ramp-up：0
  • Then hold load for：600 秒（=10分钟）
  • Finally, stop：10 threads every 1 秒
image
image
四、配置 JDBC 连接（核心）

右键阶梯线程组 → 添加 → 配置元件
→ JDBC Connection Configuration

填写：

  • Variable Name：mysqlConn
  • Driver Class：com.mysql.cj.jdbc.Driver
  • Database URL：
    jdbc:mysql://localhost:3306/testdb?useSSL=false&serverTimezone=Asia/Shanghai
  • Username：root
  • Password：你的数据库密码
  • Max Number of Connections：100（跟最大线程一致）
image
image
image
image
五、添加 JDBC Request（执行SQL）

右键线程组 → 添加 → 取样器 → JDBC Request

配置：

  • Variable Name：mysqlConn（必须跟上面一样）
  • Query Type：Select Statement
  • SQL Query：
    select * from student where id = ?
  • Parameter values：
    ${__Random(1,20)}
  • Parameter types：INTEGER
image
image
image
image
六、添加监听器（看性能指标）

在线程组下添加这些：

  1. 聚合报告（看响应时间、QPS、错误率）
  2. 察看结果树（调试看SQL是否成功）
  3. 汇总图（看趋势）
image
image
七、添加服务器监控（PerfMon）

测试计划右键 → 添加 → 监听器
→ jp@gc - PerfMon Metrics Collector

点 Add Row 加4个指标：

  • CPU
  • Memory
  • Disk I/O
  • Network

IP 填：127.0.0.1
端口：4444

image
image
八、非GUI运行压测

打开 cmd，进入 JMeter/bin 目录：

jmeter -n -t jdbc_db_test.jmx -l jdbc_result.jtl
image
image
image
image

summary + 【总请求数】 in 【时间】 = 【QPS】/s Avg: 【平均响应时间】 Min: 【最小】 Max: 【最大】 Err: 【错误数(错误率)】 Active: 【活跃线程数】 Started: 【启动线程数】 Finished: 【完成线程数】

image
image
九、生成HTML报告
jmeter -g jdbc_result.jtl -o ./jdbc_report

打开 jdbc_report/index.html 看图表。

image
image
十、结果判断标准
  • SQL 平均响应时间 < 200ms
  • 错误率 < 0.1%
  • 数据库服务器 CPU < 80%

出现以下情况就是数据库瓶颈：

  • SQL 响应突然飙升
  • CPU 持续 100%
  • 数据库连接打满
  • 慢查询暴增
知识最好的留存率(90%)是教授他人
Copyright © 2026 yange