并发检测工具怎么测并发

本文目录导读：

1. 第一步：明确要测的“并发”是什么
2. 第二步：选择并发检测工具
3. 第三步：核心操作步骤（以最常用的 JMeter 为例）
4. 第四步：另一种流行工具 Locust（基于Python，更灵活）
5. 第五步：关键注意事项（避免测不准）
6. 并发测试的实战步骤

模拟多个用户/请求同时访问目标系统，然后观察系统在压力下的表现（如响应时间、吞吐量、错误率）。

具体怎么测，取决于你选择的工具和场景，下面以最主流的几类工具为例,说明操作步骤和关键参数。

第一步：明确要测的“并发”是什么

在开始测试前，先理清你的目标,否则数据没有意义。

• 并发用户数：系统同一时刻需要处理多少活跃用户（1000人同时在线玩网游）。
• 并发请求数（QPS/TPS）：系统每秒能处理多少请求或事务（每秒处理1万次支付）。
• 并发连接数：数据库或服务器端口同时维持多少TCP连接。

大多数工具测的是“并发请求”的模拟能力。

第二步：选择并发检测工具

第三步：核心操作步骤（以最常用的 JMeter 为例）

假设你要测试一个登录接口 /api/login，模拟 100 个用户同时登录。

1. 创建测试计划

   • 打开 JMeter。
   • 右键点击“测试计划” -> 添加 -> 线程(用户) -> 线程组。

2. 配置线程组（模拟并发）

   • 线程数：填写 100（模拟的并发用户数）。
   • Ramp-Up 时间 (秒)：填写 10（在10秒内均匀启动这100个用户，如果填0，则100个用户瞬间全部启动，产生冲击波效应）。
   • 循环次数：填写 1（每个用户只发送1次请求，如果需要持续施压，勾选“永远”，并设置持续时间）。

3. 添加请求（模拟用户操作）

   • 右键点击“线程组” -> 添加 -> 取样器 -> HTTP 请求。
   • 填写接口信息：协议(http/https)、服务器IP、端口、路径 (/api/login)、方法(POST)、参数或Body（用户名和密码）。

4. 添加监听器（看结果）

   • 右键点击“线程组” -> 添加 -> 监听器 -> 汇总报告 （看吞吐量、平均响应时间、错误率）。
   • 右键点击“线程组” -> 添加 -> 监听器 -> 图形结果 （看响应时间变化趋势）。
   • 右键点击“线程组” -> 添加 -> 监听器 -> 察看结果树 （看具体请求和响应内容，用于调试）。

5. 运行测试

   • 点击绿色三角形按钮运行。
   • 观察“汇总报告”中的关键指标：
     • #样本：总请求数。
     • 平均：平均响应时间（ms）。
     • 中位数：50%的请求在这个时间内完成。
     • 90% 百分位：90%的请求在这个时间内完成。
     • 错误%：关键指标，超过0%说明系统有异常。
     • 吞吐量：每秒处理的请求数 (req/s 或 TPS)。

第四步：另一种流行工具 Locust（基于Python，更灵活）

如果你更习惯用代码控制，Locust 更直观。

1. 安装：pip install locust

2. 编写测试脚本 (locustfile.py)：

   from locust import HttpUser, task, between
   class MyUser(HttpUser):
       # 每个用户模拟操作之间的等待时间 (1-5秒)
       wait_time = between(1, 5)
       @task
       def login(self):
           # 模拟100个用户同时调用登录接口
           self.client.post("/api/login", json={"username": "test", "password": "123"})

3. 运行测试：

   # --users=100   模拟100个并发用户
   # --spawn-rate=10  每秒启动10个用户（即10秒内达到100并发）
   # --run-time=5m   持续运行5分钟
   locust -f locustfile.py --host=http://your-server-ip:port --users=100 --spawn-rate=10 --run-time=5m

4. 查看结果：

   • 通过 Web 界面 (默认 http://localhost:8089) 实时查看 RPS、响应时间、错误率。
   • 或者运行 locust -f locustfile.py --headless -u 100 -r 10 --run-time 5m --csv=result 生成 CSV 报告。

第五步：关键注意事项（避免测不准）

1. 并发模型理解：

   • 工具发起的并发 = 客户端的并发线程数，比如你只开了一台电脑用JMeter跑100个线程，但你的电脑CPU只有4核，工具本身可能成为瓶颈，无法真正“发出100个请求。
   • 正确做法：让工具“发出请求，对于JMeter，将线程组中的“调度器”设为无，并且Ramp-Up时间设为0（瞬间并发），对于Locust，将spawn-rate设得非常高（如1000）,模拟瞬间爆发。

2. 工具本身是瓶颈：

   • 如果使用单台机器压测，确保工具所在机器的资源（CPU、内存、网络连接数）足够，否则你测的是“工具的并发能力”。
   • 需要大规模并发（如上万QPS）时，要用分布式压测（多台机器同时施压）。

3. 预热与稳态：

   • 不要只看第一个10秒的数据，系统有缓存、连接池、JIT优化，通常需要运行一段时间（如5-10分钟）进入稳态后,再记录数据。

4. 观察目标系统：

   • 压测时必须同时监控目标服务器（CPU、内存、磁盘IO、网络带宽、数据库慢查询）。
   • 现象：如果CPU没满但响应变慢，可能是数据库或磁盘IO瓶颈，如果CPU打满,则是计算能力瓶颈。

5. 不要只测平均响应时间：

   • 关注 P99（99%的请求） 和 P999，很多系统平均响应时间1秒，但P99是10秒,这对用户体验是灾难。
   • 关注 错误率，错误率一旦超过1%或5%,系统通常认为不可用。

并发测试的实战步骤

1. 单接口压测：先压测最核心的接口（如登录、商品列表、下单）。
2. 混合场景压测：按真实用户比例混合压测多个接口（如70%浏览、20%搜索、10%下单）。
3. 找拐点：逐步增加并发用户数（如从10 -> 50 -> 100 -> 500 -> 1000），找到系统吞吐量开始不升反降的那个点（拐点）,那才是系统的真实容量。
4. 稳定性测试：在80%拐点压力下，持续运行30分钟或更久，观察内存泄漏、连接超时、响应时间缓慢增长等问题。

一句话记住：并发测试不是“看软件能不能跑”，而是通过持续加压，系统性地找到它在何种压力下开始崩溃或变慢。

标签： 压力检测