01
压力测试基础
为什么券商系统需要压力测试？核心概念与行业标准。
概念标准
02
测试环境搭建
硬件选型、网络拓扑、操作系统参数调优。
环境调优
03
核心指标定义
TPS、QPS、延迟（P50/P95/P99）、错误率、资源利用率。
指标延迟
04
测试工具选型
JMeter、Locust、wrk、自研压测平台的优劣对比。
工具对比
05
交易链路分析
从客户端到交易所的全链路拆解与瓶颈预判。
链路瓶颈
06
协议层压测
TCP/UDP/HTTP/WebSocket协议下的压测策略。
协议策略
07
行情系统压测
高吞吐、低延迟场景下的行情推送压力测试。
行情高吞吐
08
订单系统压测
报单、撤单、查询接口的混合场景压测。
订单混合
09
风控系统压测
实时风控规则引擎在高并发下的性能表现。
风控规则引擎
10
数据库压测
MySQL/Redis/TiDB在交易场景下的读写压力测试。
数据库读写
11
消息队列压测
Kafka/RocketMQ在交易事件流中的吞吐与延迟。
MQ吞吐
12
缓存策略调优
本地缓存、分布式缓存、缓存穿透/击穿/雪崩。
缓存调优
13
JVM调优
GC策略、堆内存配置、线程池参数在交易系统中的应用。
JVMGC
14
操作系统调优
Linux内核参数、文件句柄、网络栈优化。
OS内核
15
网络调优
网卡多队列、RPS/RFS、TCP拥塞控制算法选择。
网络TCP
16
代码级调优
锁优化、无锁编程、CAS、内存屏障在交易核心中的应用。
无锁CAS
17
异步化改造
从同步阻塞到异步非阻塞，Reactor/Proactor模式。
异步Reactor
18
连接池调优
数据库连接池、HTTP连接池、Redis连接池参数配置。
连接池配置
19
限流与熔断
令牌桶、漏桶、滑动窗口、Sentinel/Hystrix实战。
限流熔断
20
容量规划
基于历史数据的容量预估与弹性伸缩策略。
容量伸缩
21
压测脚本开发
使用Python/JMeter编写真实的交易场景脚本。
脚本Python
22
数据构造
海量账户、订单、持仓数据的模拟生成方法。
数据模拟
23
监控体系搭建
Prometheus + Grafana + 自定义指标采集。
监控Grafana
24
结果分析
如何从压测报告中定位性能瓶颈与根因分析。
分析瓶颈
25
全链路压测
模拟真实交易日，从开盘到收盘的持续压测。
全链路交易日
26
混沌工程
在压测中注入故障，验证系统容错与自愈能力。
混沌容错
27
性能回归
每次代码变更后的自动化性能回归测试体系。
回归自动化
28
案例复盘一
某券商交易系统在峰值行情下的崩溃与恢复。
案例复盘
29
案例复盘二
从1000TPS到10000TPS的调优实战记录。
调优TPS
30
总结与展望
AI在性能调优中的应用、未来交易系统架构趋势。
AI趋势