性能瓶颈是导致系统性能下降的主要原因，及时发现并解决这些瓶颈，能够显著提升系统的响应速度和用户体验。本文将探讨性能测试中常见的性能指标瓶颈。
性能测试指标
CPU使用率：衡量CPU在一段时间内被使用的比例，反映了 CPU 的繁忙程度。
内存使用率：系统中已使用的内存量占总内存量的比例，对于评估系统性能和稳定性至关重要。
事务失败率：在一定时间内，系统处理的事务中失败的事务数量占总事务数量的比例。
TPS（Transactions Per Second，每秒事务数）：是衡量系统处理能力的重要性能指标，反映了系统在单位时间内能够处理的事务数量。
平均响应时间：在一定时间内，系统处理多个请求所花费时间的平均值。
常见瓶颈原因分析
CPU使用率瓶颈：一般漏洞
1.CPU使用率持续 >80%-90%
可能原因：配置太低；算法逻辑低效、复杂；大量临时对象分配引发频繁GC；大量磁盘网络I/O。
2.CPU使用率存在波动
可能原因：
定时任务触发：每日报表生成、缓存刷新、周期性同步其他服务数据；
同步锁竞争：多个线程频繁争用同一锁，如数据库连接池争用；
I/O等待：磁盘或网络I/O阻塞导致CPU空闲后突增。
3.CPU使用率递增
可能原因：
内存泄漏：频繁Full GC导致CPU占用上升；
缓存失效或穿透：缓存命中率下降，大量请求穿透到数据库，如Redis缓存Key集中过期；
单次查询全量数据，未分页处理。
内存使用率瓶颈：高危漏洞
1.内存使用率 >99.99%
可能原因：配置太低、内存泄漏、被测服务事务需要占用的内存大。
2.内存使用率递增
可能原因：内存泄漏：未释放对象引用；数据库连接、网络连接等未正确释放。
事务失败率瓶颈：
只要遇到事务失败，一定要精准定位问题原因，确认是合法的错误还是不合法的。
可能原因：脚本参数化问题；JMeter的线程数数量不支持；请求超时：锁竞争；复杂查询未命中索引；大事务处理未分批次提交；网络延迟；网关限制；异步行为逻辑处理存在问题，易出现事务失败；被测服务连接数数量达到瓶颈，多出来的线程可能会被拒绝处理。
TPS瓶颈：
1.TPS随着时间递减
可能原因：内存泄漏
2.随着并发数的增加，TPS不变或缓慢递增
200并发=>200tps 300并发=>300tps 400并发=>300tps
可能原因：网关限流排队等待；数据库连接池限制；Nginx负载均衡。
平均响应时间瓶颈：
1.平均响应时间逐步递增
可能原因：内存泄漏、CPU使用率>99.99%、限流。
2.响应时间过大、影响用户体验
可能原因：慢SQL；复杂的算法或代码逻辑；数据库连接问题（公网环境下）；特殊的业务逻辑，比方说文件下载，文件拉取；服务器配置过低（CPU、内存、网络）；限流机制触发阻塞等待逻辑。
评论区