2、性能测试基础：性能测试的定义与目标、关键性能指标、测试环境搭建
各位同学，咱们今天聊聊性能测试的基础。说实话，很多刚入行的朋友一上来就盯着延迟和吞吐量看，但往往忽略了最根本的问题——你到底在测什么？为什么要测？
我见过不少团队，花了大把时间搭建环境，跑出一堆漂亮数据，结果发现测试场景跟线上完全对不上。嗯，这就是典型的「为了测试而测试」。咱们今天就把这些基础概念掰扯清楚。
2.1 性能测试到底在测什么？
性能测试，说白了就是回答三个问题：
- 它能跑多快？——延迟
- 它能扛多少？——吞吐量
- 它稳不稳？——抖动
我个人习惯把性能测试比作「给系统做体检」。你想想看，一个人去体检，医生会测心率、血压、血氧——这些都是指标。性能测试也一样，我们需要一套标准化的指标来衡量系统的健康程度。
核心定义：性能测试是通过模拟真实负载，测量系统在特定条件下的响应能力、处理能力和稳定性，从而验证系统是否满足设计目标的过程。
我在项目中遇到过最典型的案例：某撮合引擎在实验室环境下延迟只有5微秒，但一上线就飙到50微秒。为什么？因为测试环境忽略了网络抖动和内存竞争。所以，测试的定义必须包含「真实场景」这个前提。
2.2 三大关键性能指标
咱们一个一个说。这三个指标就像三根柱子，缺一不可。
2.2.1 吞吐量（Throughput）
吞吐量指的是单位时间内系统能处理的事务数。对于撮合引擎，通常用「每秒撮合订单数」来衡量。
我曾经犯过一个错误：只关注峰值吞吐量，忽略了持续吞吐量。结果线上流量一上来，系统前10秒跑得飞快，后面直接崩了。为什么？因为缓存被击穿了。
| 指标 | 定义 | 常用单位 | 我的经验值 |
|---|---|---|---|
| 峰值吞吐量 | 短时间内能承受的最大值 | TPS（每秒事务数） | 通常比持续值高30%-50% |
| 持续吞吐量 | 长时间稳定运行的值 | TPS | 这才是真正的能力上限 |
| 饱和吞吐量 | 系统开始出现性能拐点的值 | TPS | 超过这个值，延迟会急剧上升 |
小技巧：测试吞吐量时，我习惯先跑一个「预热期」，让JIT编译和缓存都稳定下来，再开始记录数据。否则前几秒的数据会误导你。
2.2.2 延迟（Latency）
延迟就是「从请求发出到收到响应的时间」。注意，这里有个坑——很多人只看平均延迟，但平均延迟会掩盖真相。
举个例子：假设有100笔订单，99笔延迟是1微秒，1笔延迟是100微秒。平均延迟只有1.99微秒，看起来很美。但实际体验呢？那1笔订单的用户会骂娘。
所以我建议关注这几个分位值：
- P50（中位数）：一半请求比这个快，一半比这个慢
- P99：99%的请求比这个快——这是用户体验的关键
- P999：千分之一的最差情况——排查问题时看这个
避坑指南：我曾经被P50数据骗过。一个撮合引擎P50只有2微秒，但P99高达200微秒。后来发现是GC停顿导致的。所以，只看平均延迟等于没看。
2.2.3 抖动（Jitter）
抖动是延迟的「方差」。说白了，就是延迟稳不稳定。
你想想看，一个系统如果延迟忽高忽低，就像开车时一脚油门一脚刹车，乘客肯定晕车。撮合引擎也一样，交易员最怕的就是「这次1微秒，下次100微秒」——这会导致策略失效。
我通常用这个公式来量化抖动：
Jitter = P99延迟 - P50延迟如果这个差值超过P50的3倍，说明系统存在严重的抖动问题。常见原因包括：GC暂停、锁竞争、网络重传。
2.3 测试环境搭建——别让环境坑了你
环境搭建这块，我踩过的坑比走过的路还多。直接上干货。
2.3.1 硬件选型
撮合引擎对硬件有特殊要求：
- CPU：高频优先，核心数其次。我习惯用4.0GHz以上的型号
- 内存：低延迟内存，CL值越低越好
- 网卡：必须支持RSS（接收端缩放）和中断亲和性
- 存储：NVMe SSD，随机读写IOPS要够
2.3.2 软件配置
操作系统层面，有几个关键点：
# 关闭CPU频率缩放
echo 'performance' | sudo tee /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor
# 关闭超线程（某些场景下）
echo off | sudo tee /sys/devices/system/cpu/smt/control
# 设置中断亲和性
# 将网卡中断绑定到特定CPU核心我的习惯：测试前先跑一个「空载基线」，看看系统在没有业务负载时的延迟是多少。如果空载都有10微秒的延迟，那硬件或OS配置肯定有问题。
2.3.3 网络拓扑
撮合引擎通常采用「客户端-撮合节点-行情节点」的架构。测试时要注意：
- 客户端和撮合节点之间不要有交换机跳数过多
- 使用专用VLAN，避免广播风暴
- 网卡开启巨型帧（MTU 9000）减少包数量
2.4 知识体系总览
下面这张图是我自己总结的，把性能测试的核心逻辑串起来了：
这张图想表达的核心思想是：吞吐量、延迟、抖动三者相互关联，但测试环境是它们共同的基石。环境没搭好，后面所有数据都是废的。
2.5 一个实战案例
最后分享一个我自己的经历。有一次测试撮合引擎，发现P99延迟总是比P50高出一个数量级。排查了三天，最后发现是网卡中断没有做亲和性绑定，导致中断随机落在不同CPU核心上，缓存命中率暴跌。
修复方法很简单：
# 查看网卡中断号
cat /proc/interrupts | grep eth0
# 绑定到CPU核心0-3
echo 0f > /proc/irq/xxx/smp_affinity改完之后，P99延迟从120微秒降到了8微秒。你看，环境配置的细节，往往决定了性能的天花板。
总结一句话：性能测试不是跑个分就完事了。你得搞清楚测什么、怎么测、环境对不对。这三个问题想明白了，后面的优化才有方向。