压测入门：ab 与 wrk 的使用与指标解读

该文章由AI生成，仅为SEO优化测试，相关内容不保证准确！！！

引言

“我的服务器能扛多少人？”这个问题只有压测能回答。压测是用可控的模拟流量测出系统的真实容量，是容量规划与上线前验证的基本功。两个最常用的工具：ab（Apache Benchmark，简单易用）与 wrk（高性能、可脚本化）。

一、ab 的使用

基本用法：ab -n 1000 -c 100 https://y.anxiny.cn/（-n 总请求数，-c 并发数）。输出重点看：Requests per second（QPS，核心吞吐指标）；Time per request（并发级平均响应）；Failed requests（必须为 0，失败说明有瓶颈或错误）；Percentage of requests served within（分位数响应时间，95%/99% 线比平均值更能反映体验）。注意：ab 单进程多线程能力有限，万级并发时会成为瓶颈，此时换 wrk。

二、wrk 的使用

基本用法：wrk -t4 -c200 -d30s https://y.anxiny.cn/（-t 线程数，-c 并发连接数，-d 持续时间）。wrk 用 epoll 高性能压测，单机可打数十万并发。输出：Latency 分布（50%、75%、90%、99% 分位）、Requests/sec、Socket errors（connect/read/write 错误）。Lua 脚本可模拟 POST、携带参数：wrk.method = "POST"; wrk.body = "a=1";。压测动态接口时用 Lua 构造真实请求体，压出的数据才有意义。

三、核心指标解读

QPS：系统每秒处理请求数，容量规划的基本单位。响应时间分位数：平均响应时间会掩盖长尾，99% 线（P99）才是用户体验的下限——P99 超过 1 秒，意味着 1% 的用户体验很差，且并发越高这比例的用户绝对数越大。错误率：压测中任何非 2xx/3xx 响应都要追查（超时、5xx、连接拒绝）。资源水位：压测同时盯服务器 CPU/内存/IO/带宽——找到“QPS 不再上升而某资源到顶”的点，那就是当前瓶颈；瓶颈在 CPU 就考虑升配或优化代码，在带宽就上 CDN，在数据库就做读写分离。

四、注意事项与常见误区

① 压测环境与生产要相似：配置差异会让结论失真，至少同规格；② 压测机不能是瓶颈：单台压测机打满时数据无效，用多台分布式压测；③ 预热：缓存、连接池、JIT 都需要预热，跳过前几秒数据；④ 不要对生产库暴力压测：压写接口会写入大量脏数据，压测前隔离环境或准备数据清理方案；⑤ 只压一个接口容易低估互相影响——混合场景（80% 读+20% 写）更接近真实；⑥ 压测报告要记录环境：配置、数据量、时间，否则数据无法复现与对比。

总结

压测回答两个问题：系统能扛多少（QPS）、用户体验下限在哪（P99）。用 ab 起步、wrk 进阶，盯住分位数响应时间与资源瓶颈点，压测结果才能指导容量规划与优化方向。上线前的压测 + 日常监控基线，是容量管理的左右手。