ARTICLE DETAIL

资讯详情

深耕网站建设、视觉设计与SEO优化的一线实战洞察。

wrk压测教程:从首次压测到 Lua 定制,单机榨出数万 RPS

wrk压测教程:从首次压测到 Lua 定制,单机榨出数万 RPS

wrk压测教程:从首次压测到 Lua 定制,单机榨出数万 RPS

【免费下载链接】wrkModern HTTP benchmarking tool项目地址: https://gitcode.com/gh_mirrors/wr/wrk

版本上线前,你大概率会被问到一个问题:这个接口每秒到底能扛多少请求?wrk 压测是回答这个问题最省事的工具之一——它本身是一个多线程 HTTP 压测器,再配上内置的 LuaJIT 脚本,POST 表单、token 认证、随机延迟这类场景都能覆盖。下面这套流程可以照抄:装好它、跑通第一条命令、看懂输出、再用脚本把测试定制成你需要的样子。

wrk 安装与依赖准备

wrk 依赖 LuaJIT 和 OpenSSL,源码包里已经带了对应版本(见 deps/),编译时会自动解包并构建,不需要你手动装。拉取源码后直接编译:

git clone https://gitcode.com/gh_mirrors/wr/wrk cd wrk make

在 *BSD 系统上,make可能叫gmake。Ubuntu/Debian 用户如果缺少编译工具,先执行sudo apt-get install -y build-essential。

如果你打算把 wrk 打进发行版软件包,也可以改用系统库,指定两者路径即可:make WITH_LUAJIT=/usr WITH_OPENSSL=/usr。编译成功后,可执行文件wrk就在当前目录,放进 PATH 方便日常调用。

wrk 基本参数与第一次压测

命令行格式很直白:wrk [选项] <URL>。核心参数如下:

参数作用示例
-t, --threads线程总数-t12
-c, --connections保持的 HTTP 连接总数,每线程承担 connections/threads 个-c400
-d, --duration压测时长,支持 s/m/h-d30s
-s, --script指定 Lua 脚本-s scripts/post.lua
-H, --header给请求附加 HTTP 头-H "User-Agent: wrk"
--latency打印详细延迟分布--latency
--timeout响应超过该时间未到达则记为超时--timeout 2s

对本地服务跑一条 30 秒的 GET 压测,命令长这样:

wrk -t12 -c400 -d30s http://127.0.0.1:8080/index.html

含义:12 个线程、保持 400 个连接、持续 30 秒。测 HTTPS 服务时把 URL 换成https://即可,wrk 原生支持 TLS。🚀

wrk 输出指标怎么读

上面这条命令的典型输出:

Running 30s test @ http://127.0.0.1:8080/index.html 12 threads and 400 connections Thread Stats Avg Stdev Max +/- Stdev Latency 635.91us 0.89ms 12.92ms 93.69% Req/Sec 56.20k 8.07k 62.00k 86.54% 22464657 requests in 30.00s, 17.76GB read Requests/sec: 748868.53 Transfer/sec: 606.33MB

逐行对应:

  • Latency是单请求延迟的均值、标准差、最大值,+/- Stdev一列表示落在均值 ± 标准差区间内的请求占比(这里是 93.69%)。
  • Req/Sec是每线程每秒发出的请求数,12 线程相加大约就是总吞吐。
  • Requests/sec是全局吞吐(RPS),Transfer/sec是响应体带来的每秒数据量。
  • 需要看 P99 这类长尾延迟时,加--latency再跑一次,它会输出延迟分布直方图。

拿到 RPS 后,把它和你预期的容量目标对比,就能判断瓶颈在客户端、网络还是服务端。

wrk Lua 脚本入门,从固定 GET 到动态请求

用-s挂载脚本后,wrk 会在三个阶段回调 Lua 函数:setup(线程初始化前)、运行期(init、delay、request、response)、done(拿到结果时)。每个 wrk 线程有独立的 Lua 环境,跨线程共享数据要用thread:get()/thread:set()。完整 API 写在 SCRIPTING 里,scripts/ 目录下有 post.lua、delay.lua、counter.lua、auth.lua、report.lua 等可直接改的示例。

动态构造请求

counter.lua 的思路是每次请求换一个路径和头部,注意每个线程各有一个 counter:

counter = 0 request = function() path = "/" .. counter wrk.headers["X-Counter"] = counter counter = counter + 1 return wrk.format(nil, path) end

wrk.format(method, path, headers, body)会把参数与全局wrk表(method、path、headers、body 等)合并后返回一个完整的 HTTP 请求字符串,method 传 nil 就沿用默认 GET。想模拟思考时间,定义delay()返回毫秒数即可:

function delay() return math.random(10, 50) end

响应处理与自定义报告

response(status, headers, body)在每个响应到达时回调。auth.lua 演示了典型用法:第一次请求/authenticate,从响应头取出 token 写进wrk.headers,之后所有请求自动带上。压测中如果吞吐偏低,可以先不定义response——wrk 发现该钩子为 nil 后会直接跳过 headers 和 body 的解析,省去开销。

测试结束时done(summary, latency, requests)拿到完整数据:summary里有 duration、requests、bytes 和各类错误计数(connect/read/write/status/timeout),latency对象提供min、mean、stdev以及latency:percentile(99.0)这样的分位数接口,report.lua 就是用它生成自定义报告的。另外,放在--之后的命令行参数会透传给脚本,由init(args)接收,适合把目标 URL 之外的配置写在命令行上。

wrk 排坑与调优清单

跑出来的数字不符合预期时,按下面顺序排查:

  • 吞吐上不去、连接错误多:wrk 所在机器要有足够多的临时端口,且已关闭的套接字要能快速回收;服务端的 listen(2) backlog 必须大于你测试的并发连接数,否则初始连接洪峰会直接排队丢包。
  • 延迟尾部很大但均值正常:加--latency看分布,确认是长尾问题还是整体变慢,再决定是否要查 GC、缓存命中率这类服务端细节。
  • 脚本拖低了压力:只改 method、path、头部或 body 的脚本几乎零开销;反过来,每次请求都重新拼请求字符串、或者定义了response()解析 body,都会拉低最大负载。对高性能目标,把请求在init()里预生成,request()里只做查表。
  • 结果波动大:先做几秒的预热,再正式压至少 30 秒,重复跑 3 次取平均,期间盯住两端的 CPU、内存与网络,排除自动扩缩容或缓存命中带来的假象。
  • 参数怎么起:线程数可以从 CPU 核心数的 2~4 倍附近试起;连接数按服务器配置与带宽逐步上调,避免一次性打爆系统资源;--timeout给个合理值,让慢请求被明确标记而不是拖垮统计。

下一步建议:先对目标接口跑一条 30 秒的基线压测,把 RPS 和 P99 记下来,再用 scripts/ 目录里的 post.lua 或 auth.lua 改出贴近真实业务的版本,对比两轮数据再定位优化点。

【免费下载链接】wrkModern HTTP benchmarking tool项目地址: https://gitcode.com/gh_mirrors/wr/wrk

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

返回列表