performance-testing

该技能用于指导性能测试，覆盖测试类型、工具选择与核心指标。测试类型包括：负载测试（验证预期负载下性能、建立基准、验证 SLA）、压力测试（找系统崩溃点与恢复能力）、峰值测试（应对突发流量、验证弹性与自动扩缩容）、浸泡测试（长时间运行以发现内存泄漏和资源耗尽）、容量测试（大数据量下的查询与存储性能）。常用工具：JMeter 适合负载与压力测试，基于 Java、支持多协议、可分布式和 GUI/CLI；Gatling 基于 Scala DSL，性能高、资源占用低，适合 CI，支持 HTTP、WebSocket、JMS；k6 基于 JavaScript，CLI 与云集成友好，适合 CI/CD，支持 HTTP/1.1、HTTP/2、WebSocket 并可接入 Grafana；Locust 基于 Python，提供 Web UI 实时监控、支持分布式与复杂场景。关键指标含响应时间（平均、中位数、p95、p99、最小/最大）、吞吐量（RPS、TPS、并发用户数、每秒命中数）、错误率（HTTP、应用、超时、连接错误率）与资源利用率（CPU、内存、磁盘 I/O、网络 I/O、数据库连接数）。性能剖析涵盖 CPU、内存、线程和数据库剖析，常用工具如 Java 的 JProfiler、VisualVM、YourKit，Node.js 的 Clinic.js，Python 的 cProfile、Py-Spy，Go 的 pprof，.NET 的 dotTrace。瓶颈定位方向包括数据库慢查询/缺索引/N+1、网络延迟与连接池、应用低效算法、外部服务限流、缓存未命中。还涉及建立性能基准与定义 SLA（如 p50<200ms、p95<500ms、p99<1000ms、可用性 99.9%），以及云上性能测试（AWS、GCP、Azure 与 BlazeMeter 等托管服务）和测试计划：场景设计、负载模型（恒定、爬坡、峰值、阶梯、随机）、测试数据与环境搭建。具体收费、价格及平台适用细节暂未提供。