Linux用wrk做HTTP压测教程
2026-04-02 13:43:13
0浏览
收藏
本文深入解析了为何 wrk 正在取代传统 ab 成为 Linux 下高并发 HTTP 压测的首选工具——它基于 epoll/kqueue 多路复用,以极低资源消耗实现数万 QPS,更关键的是原生支持 Lua 脚本,轻松应对登录态维持、动态 Token 轮换、随机路径生成等真实业务场景,彻底摆脱 ab 单线程模拟导致的 fd 耗尽、行为失真等痛点;文章不仅手把手教你绕过编译直装二进制版、避开 ulimit 和连接数配置陷阱,更通过可落地的脚本示例揭示了线程与连接分离设计的核心逻辑,助你从“能压”迈向“压得准、压得真”。

wrk 不是 Linux 自带工具,但它是比 ab 更现代、更真实、更适合高并发 HTTP 压测的选择——尤其当你需要模拟多连接、长连接、脚本化行为(比如带 Token 轮换、随机路径)时,ab 很快会力不从心。
为什么不用 ab 而选 wrk?
ab 是单线程事件模型,靠 fork 多进程模拟并发,实际压不出真实客户端行为;而 wrk 基于 epoll(Linux)或 kqueue(macOS),用少量线程 + 多路复用,轻松跑出数万 QPS,且内存占用低、CPU 利用率高。更重要的是:wrk 支持 Lua 脚本,能做登录态维持、动态 header、请求参数变异等 ab 根本做不到的事。
- 常见错误现象:
ab -c 1000 -n 10000 http://api.example.com/报socket: Too many open files或响应时间突然飙升——这不是服务端瓶颈,是ab自身 fd 耗尽 - 使用场景:压测网关、微服务接口、JWT 鉴权 API、需保持连接池的 gRPC-HTTP 转发层
- 性能影响:
wrk -t4 -c400 -d30s http://localhost:8080/health比同等参数的ab多压出 3–5 倍有效请求量
怎么装 wrk(别用源码编译)
大多数发行版没进默认仓库,但二进制包够用,别折腾 GCC 和 OpenSSL 依赖:
- Ubuntu/Debian:
sudo apt install -y curl && curl -L https://github.com/wg/wrk/releases/download/4.2.0/wrk_4.2.0_amd64.deb -o wrk.deb && sudo dpkg -i wrk.deb - CentOS/RHEL:
sudo yum install -y epel-release && sudo yum install -y wrk(EPEL 有打包,版本略旧但稳定) - 验证:
wrk --version输出类似wrk 4.2.0 [epoll] sizeof(struct kevent)=32即可
基础压测命令和关键参数含义
wrk 默认只发 GET,不带任何 header,这点和 ab 类似,但参数语义更直白:
-t是线程数(不是“并发用户”),一般设为 CPU 核数,如-t4-c是总连接数(connection pool size),不是每线程连接数——-t4 -c400表示 4 个线程共维护 400 个 TCP 连接-d是持续时间,单位秒;-s指定 Lua 脚本,-H添加 header,如-H "Authorization: Bearer xxx"- 容易踩的坑:
-c设太高(如 10000)但服务端net.core.somaxconn或ulimit -n没调,客户端自己先卡住;建议先ulimit -n 65535
示例:wrk -t4 -c200 -d10s -H "User-Agent: wrk-test" http://127.0.0.1:3000/api/v1/users
带登录态的真实压测怎么做?
纯 wrk -H 写死 Cookie 或 Token 只适用于静态鉴权,真实场景要先登录拿 token,再用 token 发业务请求——这必须用 Lua 脚本:
- 写一个
login.lua:用wrk.method = "POST"登录,解析响应 JSON 提取token,存到wrk.thread:set("token", token) - 再写
auth-get.lua:在init阶段从 thread 取 token,拼到 header 里;每次request()都动态生成新请求 - 执行:
wrk -t2 -c100 -d30s -s auth-get.lua http://api.example.com/ - 注意:Lua 脚本里不能 sleep、不能阻塞 IO;token 过期要自己加逻辑刷新,否则压测中途全 401
wrk 的真实门槛不在安装,而在理解「连接数」和「线程数」的分离设计,以及 Lua 脚本中 thread-local 状态管理。很多人卡在脚本里 token 没传进去、header 拼错、或忘了 wrk.headers["X-Header"] = value 的赋值语法——这些细节不试三次根本记不住。以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
Python GUI弹窗提示框怎么创建
- 上一篇
- Python GUI弹窗提示框怎么创建
- 下一篇
- PPT背景图落花生设置技巧
查看更多
最新文章
-
- 文章 · linux | 3小时前 | Linux · 文件系统 · Linux 挂载点 bind mount findmnt mountinfo
- Linux findmnt 怎样看清 bind 挂载的源路径
- 207浏览 收藏
-
- 文章 · linux | 3小时前 |
- journalctl 怎样按服务和启动周期筛选日志
- 356浏览 收藏
-
- 文章 · linux | 4小时前 |
- ip route get 怎样带 mark 模拟策略路由选择
- 320浏览 收藏
-
- 文章 · linux | 4小时前 | Linux systemd CPU占用 内存占用 磁盘I/O cgroup systemd-cgtop
- systemd-cgtop 怎样观察服务资源占用
- 380浏览 收藏
-
- 文章 · linux | 4小时前 | Linux · cgroup systemd-cgls
- systemd-cgls 怎样查看服务 cgroup 树
- 449浏览 收藏
-
- 文章 · linux | 4小时前 | Linux · JSON systemd journalctl 日志字段 output-fields
- journalctl 怎样只输出指定字段
- 360浏览 收藏
-
- 文章 · linux | 4小时前 |
- journalctl 怎样按 boot ID 查询指定启动日志
- 415浏览 收藏
-
- 文章 · linux | 4小时前 |
- systemd 怎样按退出码决定是否重启
- 199浏览 收藏
-
- 文章 · linux | 4小时前 |
- systemd 服务怎样使用 RuntimeDirectory 管理运行目录
- 367浏览 收藏
-
- 文章 · linux | 4小时前 |
- systemd StateDirectory 怎样保存服务状态文件
- 399浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 479次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 535次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 557次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 506次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 328次使用
查看更多
相关文章
-
- Linux vmstat 如何分辨内存抖动与磁盘等待:si、so、wa 与复测顺序
- 2026-08-30 501浏览
-
- Linux搭建vsftpdFTP服务器教程
- 2026-04-30 501浏览
-
- Shell脚本安装教程:.sh一键安装指南
- 2026-03-16 501浏览
-
- Linux清空文件内容的几种方法
- 2025-12-01 501浏览
-
- Linux命令行下载文件技巧
- 2025-11-23 501浏览
