用途：性能工程技能，用于在负载下验证系统性能、通过剖析定位瓶颈、优化应用响应速度，覆盖负载测试、性能剖析与优化。
主要能力：区分四类测试——负载测试（验证预期流量下的行为）、压力测试（找容量上限与失效模式）、浸泡测试（发现内存泄漏与资源耗尽）、尖峰测试（验证突发流量与自动扩缩容）。提供按症状选择剖析类型的框架：高 CPU 用 CPU 剖析，内存增长用内存剖析，响应慢且 CPU 低用 I/O 剖析。给出缓存、数据库查询（避免 N+1、加索引）、API 分页、前端 Core Web Vitals 等优化策略，以及按服务类型推荐的 SLO 指标。
使用方式：负载测试可用 k6（brew install k6 或 sudo apt-get install k6，运行 k6 run script.js）或 Locust（pip install locust，运行 locust -f locustfile.py --headless -u 100 -r 10 --run-time 10m）。Python 剖析用 py-spy（pip install py-spy，py-spy record -o profile.svg --pid <PID> --duration 30）或 memory_profiler；Go 用内置 pprof；Node.js 用 Chrome DevTools 或 clinic.js。可在 CI/CD 中通过 k6 阈值使构建失败。
适用场景：上线前容量规划与负载验证、重构后性能回归测试、排查慢响应与高延迟、检测长运行服务内存泄漏、优化数据库查询、验证自动扩缩容、建立性能 SLO 与预算。
限制：资料未提供具体收费、价格与平台支持范围；示例中的阈值、SLO 数值为建议值，需按实际系统测量基线调整；生产环境剖析应使用低开销的采样型工具。