serejaris HTTP Benchmark — 阶梯式并发压测 + 拐点分析
对 HTTP 服务执行阶梯式并发压力测试，自动采集延迟百分位数并检测性能拐点。
功能
- 双引擎支持：自动检测 wrk（优先）或 ab（Apache Bench），也可手动指定
- 阶梯式并发：按用户定义的并发梯度逐级加压（默认 1→10→50→100→200→500）
- 延迟百分位：每级采集 p50 / p90 / p99 延迟
- 拐点分析：自动检测三类性能拐点
- p99 延迟加速增长（增幅超前一级 2 倍）
- 吞吐效率显著下降（RPS/连接数降幅 > 40%）
- 吞吐量饱和但延迟激增（RPS 增长 < 10%，p99 增长 > 50%）
- 错误率飙升（超 1% 且翻倍）
- 最优并发建议：根据拐点自动推荐最佳并发数
- 零 Python 依赖：纯标准库实现
Quick Start
# 基本用法 — 对目标 URL 执行默认阶梯压测
python3 scripts/http_benchmark.py https://example.com/api/health
# 自定义并发阶梯和每级持续时间
python3 scripts/http_benchmark.py https://example.com/api/health -s 5,20,50,100,300 -d 15
# 指定使用 ab 引擎
python3 scripts/http_benchmark.py https://example.com/ -t ab
# 仅输出 JSON（适合程序化解析）
python3 scripts/http_benchmark.py https://example.com/api/health --json
# 使用 ab 且指定每阶段请求总数
python3 scripts/http_benchmark.py https://example.com/ -t ab -n 5000
# 将 JSON 报告保存到文件
python3 scripts/http_benchmark.py https://example.com/api/health --json > report.json
参数说明
| 参数 | 短参 | 默认值 | 说明 |
|---|---|---|---|
url |
— | （必填） | 目标 URL（http:// 或 https://） |
--steps |
-s |
1,10,50,100,200,500 |
并发阶梯（逗号分隔正整数） |
--duration |
-d |
10 |
每阶段持续秒数（wrk 直接使用；ab 据此估算请求数） |
--requests |
-n |
concurrency×100 |
使用 ab 时每阶段总请求数 |
--tool |
-t |
自动检测 | 指定压测工具：wrk 或 ab |
--threads |
— | min(并发, CPU核数) |
wrk 线程数 |
--json |
— | false |
仅输出 JSON 格式 |
输出格式
人类可读（默认）
压测工具: wrk
目标 URL: https://example.com/api/health
并发阶梯: [1, 10, 50, 100, 200, 500]
每阶段持续: 10s
----------------------------------------------------------------------------------
并发 | RPS | Avg(ms) | P50(ms) | P90(ms) | P99(ms) | 错误率 | 拐点
----------------------------------------------------------------------------------
1 | 245.3 | 4.1 | 3.8 | 5.2 | 8.1 | 0.00% |
10 | 2301.5 | 4.3 | 4.0 | 5.8 | 9.3 | 0.00% |
50 | 9876.2 | 5.1 | 4.6 | 7.2 | 12.5 | 0.00% |
100 | 14523.1 | 6.9 | 5.8 | 10.3 | 22.7 | 0.00% |
200 | 15102.3 | 13.2 | 10.1 | 22.5 | 58.3 | 0.12% | ◀
500 | 14890.5 | 33.6 | 28.3 | 55.2 | 132.1 | 1.35% | ◀
----------------------------------------------------------------------------------
拐点分析:
▶ 并发 200:
- p99延迟加速增长: 22.7ms → 58.3ms (增幅 35.6ms，前一步增幅 10.2ms)
- 吞吐量趋于饱和但延迟激增: RPS仅增长3.9% 而 p99延迟增长156.8%
▶ 并发 500:
- 错误率飙升: 0.12% → 1.35%
建议最优并发数: 100
JSON 格式（--json）
{
"url": "https://example.com/api/health",
"tool": "wrk",
"duration_per_step": 10,
"steps": [
{
"concurrency": 1,
"rps": 245.3,
"avg_latency_ms": 4.1,
"p50_ms": 3.8,
"p90_ms": 5.2,
"p99_ms": 8.1,
"total_requests": 2453,
"errors": 0
}
],
"inflection_points": [
{
"concurrency": 200,
"step_index": 4,
"reasons": ["p99延迟加速增长: ..."]
}
],
"recommended_concurrency": 100
}
前置依赖
需要安装 wrk 或 ab 中的至少一个：
# Ubuntu / Debian
sudo apt-get install wrk # 推荐
sudo apt-get install apache2-utils # ab
# macOS
brew install wrk
# ab 已随 macOS 预装
拐点检测算法
对每一级并发，与前两级对比计算以下指标：
- p99 延迟加速度：当前级 p99 增幅 > 前一级增幅的 2 倍时触发
- 吞吐效率：RPS/并发数 较前一级下降 > 40% 时触发
- 饱和检测：RPS 增长 < 10% 且 p99 增长 > 50% 时触发
- 错误率：超过 1% 且较前一级翻倍时触发
建议最优并发：第一个拐点前一级的并发数；若无拐点，选 RPS 最高的级别。
注意事项
- 压测会对目标服务产生真实负载，请勿对生产环境未授权的服务执行
- wrk 的延迟百分位数据比 ab 更精确（wrk 使用 HdrHistogram）
- ab 不支持 duration 参数，脚本通过请求总数近似控制时长
- 建议每级至少持续 10 秒以获得稳定数据