#性能测试工具对比

工欲善其事，必先利其器。性能测试工具种类繁多，从轻量级的 wrk 到功能全面的企业级 JMeter，每种工具都有其擅长的场景。选择合适的工具，能让性能测试事半功倍。

#工具全景图

flowchart TD
    subgraph 工具分类
        A["轻量级\nwrk/wrk2/ab"]
        B["脚本化\nLocust/k6"]
        C["企业级\nJMeter/Gatling"]
        D["微基准\nJMH"]
    end

    subgraph 特点
        A -->|"简单快速"| A1["快速验证"]
        B -->|"灵活扩展"| B1["复杂场景"]
        C -->|"功能全面"| C1["全面测试"]
        D -->|"精度最高"| D1["JVM 调优"]
    end

#JMeter：功能全面的企业级工具

Apache JMeter 是最老牌的性能测试工具，功能最全面，但学习曲线也最陡峭。

#适用场景

• 复杂业务流程的负载测试
• 需要图形界面的团队协作
• 需要生成详细报告的正式测试
• JDBC、MQ、FTP 等协议测试

#优点

• 功能最全面，支持几乎所有协议
• 图形界面，学习曲线相对平滑
• 丰富的插件生态
• 完善的报告功能
• 大型社区，文档丰富

#缺点

• 资源消耗大
• 脚本配置复杂
• 不适合快速验证

#基本使用

<?xml version="1.0" encoding="UTF-8"?>
<jmeterTestPlan version="1.2">
    <hashTree>
        <TestPlan>
            <stringProp name="TestPlan.comments">API 性能测试</stringProp>
            <boolProp name="TestPlan.functional_mode">false</boolProp>
            <boolProp name="TestPlan.serialize_threadgroups">false</boolProp>
        </TestPlan>
        <hashTree>
            <ThreadGroup>
                <stringProp name="ThreadGroup.num_threads">100</stringProp>
                <stringProp name="ThreadGroup.ramp_time">10</stringProp>
                <stringProp name="ThreadGroup.duration">300</stringProp>
            </ThreadGroup>
            <hashTree>
                <HTTPSamplerProxy>
                    <stringProp name="HTTPSampler.domain">api.example.com</stringProp>
                    <stringProp name="HTTPSampler.path">/api/users</stringProp>
                    <stringProp name="HTTPSampler.method">GET</stringProp>
                </HTTPSamplerProxy>
            </hashTree>
        </hashTree>
    </hashTree>
</jmeterTestPlan>

#Locust：Python 编写的易扩展工具

Locust 使用 Python 编写，测试脚本就是普通的 Python 代码，灵活度极高。

#适用场景

• 需要复杂业务逻辑的测试
• Python 团队，代码即测试
• 需要与现有 Python 项目集成
• 快速原型验证

#优点

• Python 脚本，学习成本低
• 高度可扩展
• 分布式测试支持
• 实时 Web UI
• 易于集成 CI/CD

#缺点

• 单机性能不如 Go/C 实现
• 需要 Python 环境

#基本示例

from locust import HttpUser, task, between

class WebsiteUser(HttpUser):
    wait_time = between(1, 3)

    @task(3)
    def get_users(self):
        self.client.get("/api/users")

    @task(1)
    def create_user(self):
        self.client.post("/api/users", json={
            "name": "test",
            "email": "test@example.com"
        })

    def on_start(self):
        # 登录获取 token
        response = self.client.post("/api/login", json={
            "username": "admin",
            "password": "admin"
        })
        self.token = response.json().get("token")

运行 Locust：

# 本地运行
locust -f locustfile.py --host=http://localhost:8080

# 分布式运行
locust -f locustfile.py --master
locust -f locustfile.py --worker --master-host=192.168.1.100

#Gatling：Scala 编写，报表美观

Gatling 使用 Scala DSL，测试代码简洁，报告非常美观。

#适用场景

• 需要高质量报告的正式测试
• Scala 团队
• 复杂场景模拟
• CI/CD 集成

#优点

• 报告美观专业
• DSL 语法简洁
• 支持 CI/CD 集成
• 场景录制功能
• WebSocket/Server-Sent Events 支持

#缺点

• 学习 Scala DSL
• 资源消耗较大

#基本示例

package com.example

import io.gatling.core.Predef._
import io.gatling.http.Predef._

class ApiSimulation extends Simulation {

  val httpConf = http
    .baseUrl("http://localhost:8080")
    .acceptHeader("application/json")
    .contentTypeHeader("application/json")

  val scn = scenario("API Performance Test")
    .exec(
      http("Get Users")
        .get("/api/users")
        .check(status.is(200))
    )
    .pause(1)
    .exec(
      http("Create User")
        .post("/api/users")
        .body(StringBody("""{"name":"test"}""")).asJson
        .check(status.is(201))
    )

  setUp(
    scn.inject(
      rampUsers(1000).during(60)
    )
  ).protocols(httpConf)
   .assertions(
     global.responseTime.max.lt(1000),
     global.successfulRequests.percent.gt(99)
   )
}

#wrk/wrk2：轻量级 HTTP 压测

wrk 是用 C 编写的轻量级 HTTP 压测工具，性能极高，适合快速验证。

#适用场景

• 快速验证 API 性能
• CI/CD 中的快速回归测试
• 不需要复杂场景的基准测试

#优点

• 性能极高
• 使用简单
• 零依赖
• 包含 Lua 脚本支持

#缺点

• 仅支持 HTTP
• 不支持复杂场景

#基本使用

# 基础压测
wrk -t4 -c100 -d30s http://localhost:8080/api/users

# 参数说明
# -t4: 4 个线程
# -c100: 100 个并发连接
# -d30s: 持续 30 秒

# 使用 Lua 脚本
wrk -t4 -c100 -d30s -s post.lua http://localhost:8080/api/users

wrk.method = "POST"
wrk.headers["Content-Type"] = "application/json"

counter = 0
request = function()
    counter = counter + 1
    local body = string.format('{"name":"user%d","email":"user%d@test.com"}', counter, counter)
    return wrk.format(nil, nil, nil, body)
end

#wrk2：恒定 QPS 模式

wrk2 是 wrk 的增强版，支持恒定 QPS 模式，更适合 SLA 测试：

# 恒定 1000 QPS
wrk -t4 -c100 -d60s -R1000 http://localhost:8080/api/users

#k6：现代 JavaScript 压测

k6 是用 Go 编写的现代压测工具，使用 JavaScript 编写测试脚本，性能优秀且易于扩展。

#适用场景

• 现代 DevOps 团队
• 需要 CI/CD 集成
• 云原生环境
• 从 JMeter/Locust 迁移

#优点

• 性能优秀
• JavaScript 脚本
• 云服务支持（k6 Cloud）
• 丰富的输出选项（Prometheus、Datadog 等）
• 支持浏览器录制

#缺点

• 需要安装

#基本示例

import http from 'k6/http';
import { check, sleep } from 'k6';

export const options = {
    stages: [
        { duration: '2m', target: 100 },   // 2 分钟内升到 100 用户
        { duration: '5m', target: 100 },   // 保持 100 用户 5 分钟
        { duration: '2m', target: 0 },     // 2 分钟内降到 0
    ],
    thresholds: {
        http_req_duration: ['p(99)<500'],  // 99% 请求 < 500ms
        http_req_failed: ['rate<0.01'],     // 错误率 < 1%
    },
};

export default function () {
    const res = http.get('http://localhost:8080/api/users');
    check(res, {
        'status is 200': (r) => r.status === 200,
        'response time < 500ms': (r) => r.timings.duration < 500,
    });

    sleep(1);
}

#工具对比

#选型建议

#按团队技能选

• Java 团队：JMeter、Gatling
• Python 团队：Locust
• Go 团队：k6
• DevOps 团队：k6、wrk
• 快速验证：wrk/wrk2

#按测试场景选

• 简单 API 压测：wrk/wrk2
• 复杂业务流程：JMeter、Gatling
• CI/CD 集成：k6、wrk
• 微基准测试：JMH
• 端到端测试：JMeter、Gatling

#推荐组合

小团队快速验证：wrk 或 k6

# wrk 快速验证
wrk -t4 -c100 -d30s http://localhost:8080/api/users

中型团队正式测试：k6 + JMH

import http from 'k6/http';
import { Rate } from 'k6/metrics';

const errorRate = new Rate('errors');

export const options = {
    stages: [
        { duration: '5m', target: 200 },
    ],
    thresholds: {
        'http_req_duration': ['p(99)<500'],
        'errors': ['rate<0.01'],
    },
};

export default function () {
    const res = http.get('http://localhost:8080/api/users');
    errorRate.add(res.status !== 200);
}

大型团队企业级：JMeter + Gatling + JMH

#本章总结

核心要点：

1. JMeter：功能最全面，适合复杂场景
2. Locust：Python 脚本，灵活易扩展
3. Gatling：Scala DSL，报告美观
4. wrk/wrk2：轻量级，快速验证
5. k6：现代 JavaScript，适合 DevOps

选择合适的工具，让性能测试更高效。