Spring Boot 压测验证：Gatling、JMeter 与性能回归门禁

性能优化如果没有压测验证，很容易把单点优化误认为整体收益。真实压测要覆盖登录态、数据规模、读写比例、峰值模型和下游容量。

解决方案思路

先定义基线场景，再逐步加压到目标 QPS；记录 P95/P99、错误率、资源指标和下游指标。每次优化只改变一个主要变量，保留报告用于回归对比。

Gatling 场景骨架

val scn = scenario("order-query")
  .exec(http("query")
    .get("/api/orders/${id}")
    .check(status.is(200)))

setUp(scn.inject(rampUsers(2000).during(10.minutes)))
  .protocols(httpProtocol)

运行逻辑

压测链路从压测机、网关、应用、数据库、缓存到外部依赖都要监控。任何一层先到瓶颈，应用侧优化结果都会被掩盖。

重点观察指标

• QPS、P95/P99、错误率
• CPU、内存、GC、线程、连接池
• 数据库慢查询、Redis 延迟、网关状态码

常见误区

• 只压单接口不模拟业务比例
• 压测机自身成为瓶颈
• 没有和生产数据量对齐

参考方案

• Gatling Docs
• Apache JMeter User Manual

上线检查

• 优化前后保留同一口径的指标截图或报告。
• 先灰度单实例或小流量，观察 P95/P99、错误率和资源指标。
• 准备回滚开关，避免性能改动影响核心业务。