文章 05
性能测试：从业务问题到可用于决策的结果
规划负载、场景、数据、环境、阈值与可观测性，让测试结果能说明应先修复什么。
负载
250 RPS
p95
780 ms
Errors
0.6%
示例场景
从系统使用者开始
测试达到 1,000 用户，但系统真的准备好了吗？
若测试不符合真实行为、没有通过标准，也未采集 API、数据库与基础设施指标，高用户数意义有限。有效测试应回答业务问题，例如开放预约时流程能否及时完成。
面向业务与一般用户的摘要
性能测试：从业务问题到可用于决策的结果
先明确测试目的：验证日常流量、寻找极限或准备活动。
运行前定义阈值，而不是看到结果后再选标准。
把应用与基础设施指标对齐到负载时间线。
动态扩展说明
深入阅读前，先了解各阶段如何连接
选择阶段，查看发生了什么、需要检查哪些证据，以及一个决策如何影响下一阶段。
步骤 01 / 04
01 / 定义问题
根据要学习的内容选择测试类型
Smoke 测试验证脚本，平均负载验证日常使用，压力测试超出正常需求，尖峰测试模拟突增，浸泡测试发现累积问题，断点测试寻找极限。不能用一种测试回答所有问题。
需要检查的证据
- 哪些流程不能失败？
- 日常与高峰负载是多少？
- 是验证还是寻找极限？
- 测试数据会影响生产吗？
深入说明
逐项说明如何应用于真实场景
每一部分都连接业务影响与 Tech Lead 需要检查的内容，包括示例、证据与限制。
01 / 定义问题
01根据要学习的内容选择测试类型
Smoke 测试验证脚本，平均负载验证日常使用，压力测试超出正常需求，尖峰测试模拟突增，浸泡测试发现累积问题，断点测试寻找极限。不能用一种测试回答所有问题。
- 哪些流程不能失败？
- 日常与高峰负载是多少？
- 是验证还是寻找极限？
- 测试数据会影响生产吗？
02 / 构建场景
02模拟行为组合，而不是只打一个端点
真实系统包含登录、浏览、搜索、保存、报表与后台 API。应按真实比例、思考时间与不扭曲缓存或数据库行为的数据建模。
按流程与端点打标签，分别读取 p95 与错误率，避免总体平均值掩盖关键交易。
03 / 通过或失败
03阈值应连接体验与风险
测试前定义响应时间百分位、错误率与关键交易成功率。p95 能反映大多数用户体验，但目标必须来自业务背景，不能照搬示例。
阈值示例
这是模式，不是通用标准
搜索：p95 低于 800ms、错误率低于 1%；订单确认：成功率高于 99.5%，且不得重复交易。
04 / 解读结果
04把负载曲线与各层指标并排
延迟上升时，应与 CPU、内存、事件循环、连接池、慢查询、锁、缓存命中、队列深度与外部 API 对齐。只有压测端结果只能说明变慢，无法定位原因。
行动前检查清单
定义测试目的
根据数据构建负载
准备测试数据
提前设置阈值
采集各层指标
记录结论与局限
参考资料
数字与示例用于建立讨论框架，决策前应以真实系统及其限制进行验证。
- 审阅者
- SIS Engineering
- 最后审阅
- 2026-07-17