01
压力测试基础
什么是并发交易系统、压力测试的目标与意义、核心指标（TPS、响应时间、错误率）
入门指标
02
测试环境搭建
硬件资源规划、网络拓扑设计、数据库与中间件选型、监控工具部署（Prometheus + Grafana）
环境监控
03
测试脚本设计
使用Python编写压测脚本、连接池管理、事务模拟、随机数据生成
Python脚本
04
并发模型与线程管理
Python多线程 vs 多进程 vs 协程、GIL的影响、异步IO在压测中的应用
并发GIL
05
数据准备与隔离
测试数据生成策略、数据隔离方案、避免脏数据影响测试结果
数据隔离
06
场景设计
基准测试、负载测试、压力测试、稳定性测试、峰值测试的区别与设计方法
场景策略
07
参数化与动态配置
从配置文件读取压测参数、动态调整并发数、运行时修改QPS目标
配置动态
08
结果采集与分析
实时日志采集、聚合指标计算、绘制吞吐量与延迟曲线
分析可视化
09
瓶颈定位
CPU、内存、磁盘IO、网络带宽、数据库连接池、锁竞争的分析方法
调优定位
10
数据库压力测试
慢查询分析、索引优化、连接数限制、读写分离场景下的压测
数据库SQL
11
缓存策略测试
Redis缓存命中率、缓存穿透/击穿/雪崩的模拟与验证
Redis缓存
12
消息队列压力测试
Kafka/RocketMQ的生产与消费吞吐量、消息堆积与回溯测试
MQ吞吐
13
分布式事务测试
TCC、Saga、2PC在压测下的表现、回滚成功率监控
事务一致性
14
幂等性与去重测试
重复请求模拟、幂等性校验逻辑的压力验证
幂等去重
15
限流与熔断测试
令牌桶、漏桶、滑动窗口算法的压测验证、熔断恢复时间测试
限流熔断
16
安全测试
SQL注入、XSS、CSRF在压测场景下的模拟、认证鉴权的性能开销
安全渗透
17
全链路压测
从网关到微服务到数据库的全链路模拟、流量染色与标记
全链路染色
18
灰度发布与回滚测试
灰度策略下的流量分发、版本兼容性压测、回滚操作的影响
灰度回滚
19
高可用测试
主从切换、多活架构、故障注入（Chaos Engineering）在压测中的应用
高可用混沌
20
长稳测试
7x24小时稳定性测试、内存泄漏检测、资源回收机制验证
稳定性长稳
21
报告生成
自动化生成PDF/HTML压测报告、关键指标对比、性能基线管理
报告自动化
22
CI/CD集成
将压测集成到Jenkins/GitLab CI中、门禁策略（性能回归阻断）
CI/CD门禁
23
分布式压测
使用Locust或JMeter分布式模式、协调器与工作节点管理、结果汇总
分布式Locust
24
云原生压测
Kubernetes环境下的压测、Pod自动伸缩对性能的影响、Service Mesh开销
K8s云原生
25
性能调优案例
数据库连接池调优、线程池大小调整、JVM参数优化、操作系统参数调优
调优实战
26
常见陷阱与误区
压测工具本身成为瓶颈、忽略网络延迟、测试数据不真实、预热不足
避坑经验
27
压测工具对比
Locust vs JMeter vs Gatling vs wrk vs ab，选型建议
工具对比
28
压测流程标准化
需求评审、方案设计、脚本评审、执行与监控、报告与复盘
流程规范
29
团队协作与DevOps
压测平台建设、权限管理、历史数据对比、告警联动
DevOps协作
30
未来趋势
AI辅助压测、自适应压测、全自动性能回归、混沌工程与压测融合
趋势AI