http-load-tester

name	http-load-tester
description	HTTP 阶梯式并发压测工具，自动执行多级并发压力测试，采集 p50/p90/p99 延迟百分位数，分析性能拐点（如延迟激增、吞吐饱和或错误率飙升），并输出结构化报告与最优并发建议。使用纯 Python 标准库，零外部依赖。当用户提及 HTTP 压测、基准测试、ab、wrk、并发测试、阶梯压测、延迟百分位、p99、拐点分析、性能测试、QPS、RPS 或容量规划等关键词或场景时触发。
license	MIT
type	tool
tags	["http","benchmark","performance","latency","load-testing"]

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
       
       
    
  
   

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：

1. p99 延迟加速度：当前级 p99 增幅 > 前一级增幅的 2 倍时触发
2. 吞吐效率：RPS/并发数 较前一级下降 > 40% 时触发
3. 饱和检测：RPS 增长 < 10% 且 p99 增长 > 50% 时触发
4. 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