67 lines
3.4 KiB
Markdown
67 lines
3.4 KiB
Markdown
# 容量与压测方案
|
|
|
|
## 目标
|
|
|
|
压测用于回答“在某个明确硬件、软件版本、配置和业务模型下,能够稳定承载多少负载”,而不是只给出一个脱离场景的并发数。
|
|
|
|
必须分开衡量:
|
|
|
|
1. 本地平台容量:网关、后端、数据库、Redis 和对象存储。
|
|
2. 外部依赖体验:Tripo 的排队、生成、轮询、下载、限流和错误。
|
|
3. 农场端能力:后续工作站接入后的任务吞吐、断线恢复和打印机处理速度。
|
|
|
|
## 测试场景
|
|
|
|
| 编号 | 场景 | 主要瓶颈 |
|
|
| --- | --- | --- |
|
|
| S01 | 健康检查、登录、用户与模型列表读取 | 网关、API、数据库连接池 |
|
|
| S02 | 管理端搜索、分页、统计查询 | SQL、索引、CPU、数据库缓存 |
|
|
| S03 | 文件预签名、上传和下载 | 网络、对象存储、磁盘 I/O |
|
|
| S04 | 任务创建、状态轮询、结果持久化 | API、Redis、数据库写入 |
|
|
| S05 | Tripo 提交与轮询 | 外部 API 延迟/限流、本地状态机 |
|
|
| S06 | 读写、文件和任务的业务比例混合负载 | 整机资源争用 |
|
|
| S07 | 后续中心到农场端任务分发与状态回传 | 设备队列、网络、幂等与重试 |
|
|
|
|
S05 必须同时报告“本地处理耗时”和“Tripo 外部等待耗时”,不能用 Tripo 的波动推导本地服务器极限。
|
|
|
|
## 负载方法
|
|
|
|
- 先做 5 分钟预热,再保持 15–30 分钟稳态,最后观察 5 分钟恢复。
|
|
- 从低负载开始,以 `1、2、5、10、15、20…` 并发逐级增加;接近瓶颈后缩小步长。
|
|
- 每个稳态档位重复至少 3 次,报告中位数以及最好/最差值,不只保留一次结果。
|
|
- 使用固定的脱敏数据集、对象大小分布和业务操作比例。
|
|
- 文件场景至少区分小文件、典型模型文件和大文件;记录客户端与服务器网络速率。
|
|
- 在 32GB、64GB 或不同磁盘方案之间对比时,只改变一个主要变量。
|
|
|
|
## 必采指标
|
|
|
|
- 业务:吞吐量、成功率、错误码、p50/p95/p99、超时、队列长度。
|
|
- 主机:CPU/Load、可用内存、Swap in/out、磁盘吞吐/IOPS/await/利用率、网络吞吐与丢包。
|
|
- 容器:CPU、内存、重启次数、健康状态、限额和 OOM。
|
|
- PostgreSQL:活跃/等待连接、连接池、慢 SQL、锁等待、缓存命中、事务率。
|
|
- Redis:命令延迟、连接、内存、eviction、持久化状态。
|
|
- 对象存储:上传/下载吞吐、首字节时间、错误率、磁盘占用。
|
|
- Tripo:提交/轮询/下载分别耗时,API 限流、错误、外部排队时长。
|
|
|
|
## 停止与失效条件
|
|
|
|
以下任一情况出现时停止继续加压,保留现场数据并定位瓶颈:
|
|
|
|
- 发生 OOM、持续 Swap 抖动、容器反复重启或数据错误;
|
|
- 错误率持续超过该场景 SLA(初始探索可用 1% 作为警戒线);
|
|
- p95/p99 持续恶化且负载降低后不能恢复;
|
|
- CPU 长时间接近满载,或磁盘等待/队列持续增长;
|
|
- 数据库连接池耗尽、锁等待累积或任务队列只增不减;
|
|
- 外部 API 进入限流,此时记录为外部边界,不继续推高调用。
|
|
|
|
## 单次运行产物
|
|
|
|
每次运行必须保存:
|
|
|
|
- `benchmark/run-metadata.template.yml` 对应的完整元数据;
|
|
- 压测脚本版本、开始/结束时间、场景和并发曲线;
|
|
- 原始请求结果与监控快照(放 `results/raw/`);
|
|
- 瓶颈分析和客户可读结论(放 `results/reports/`);
|
|
- 本次结论的适用范围、已知限制和下一步验证。
|
|
|