阿里云性能测试PTS_全链路压测_云原生压测平台-云巴巴

阿里云性能测试PTS

阿里云性能测试PTS，提供请求成功率、响应时长、吞吐量（TPS）秒级指标，精准观测性能拐点。支持 Postman、JMeter、Swagger、Har 脚本导入压测场景。支持通过 OpenAPI，将阿里云压测能力集成至自研压测平台和持续集成、持续测试平台。

立即咨询

首页 > 产品中心 > 监控与运维 > 阿里云性能测试PTS

峰值流量对系统的挑战和影响 icon

•用户体验不佳

未经压测过的系统，峰值流量下接口响应时长不可控。每0.1秒的核心体验响应时间延长会导致1%的营收下降。

•品牌形象受损

峰值流量造成的宕机事件，会给企业带来直接经济损失和品牌形象受损。

•资源成本浪费

盲目堆积资源未必能应对峰值流量，还会造成极大的成本浪费，需要基于精准的流量模拟来调优各组件规格，合理分配成本。

关于性能测试服务 PTS icon

性能测试 PTS 作为云原生压测平台，服务阿里巴巴全生态多年，支持了天猫双11、双 12、年货节等大促活动，为测试工程师、研发工程师、运维工程师等不同角色提供开箱即用的一站式压测平台，满足日常态压测、大促态压测、接口功能测试、网络测试的各种性能测试和稳定性测试需求。PTS 无需托管施压集群，零运维成本即可从全球 24 个主要流量地域发起压测，精准模拟真实用户分布。并提供完善的压测报告，包含请求成功率、系统吞吐量、系统响应时延等关键指标，并提供请求详情采样日志，方便定位性能瓶颈。

性能测试 PTS 功能概览 icon

核心能力一：应对不同压测场景，轻松定制不同地域、不同规模压测流量 icon

一、全球流量定制

多地域：支持全球 24 个地区施压，精准模拟真实用户体验；高并发：最高支持百万并发，千万 RPS；免运维：无需维护分布式施压集群，即压即用，一键发起全球压测流量；低成本：弹性压测资源，无需常备集群，成本下降 40%。

二、阿里云内网流量定制

对于未暴露公网地址的服务，可通过 VPC 内网压测，一键打通阿里云内网。

三、多协议流量定制

支持 HTTP1.1/HTTP2/JDBC/MQTT/Kafka/RocketMQ/Redis/WebSocket/RMTP/HLS/TCP/UDP/gRPC 等多种协议。

四、IPv6 流量定制

支持模拟 IPv6 客户端作为压测流量来源。

核心能力二：支持录制、脚本导入等方式，降低压测前序工作量 icon

一、浏览器录制 & 移动端代理录制

测试工程师在浏览器或移动客户端模拟真实用户操作，PTS 自动录制接口，一键转换为压测场景，发起压测。通过录制，既保证接口完整性，也提高了压测脚本的构造效率。

二、支持跨平台压测脚本导入

支持 Postman、JMeter、Swagger、Har 脚本导入压测场景。

三、支持多种参数构造方式，有效提升准备效率

• 支持多种业务数据构造方法，比如随机生成身份证、手机号、姓名；

• 支持自动切分参数文件到分布式施压机，无需手动切分；

• 支持数据库作为参数源，省去导出数据文件工作。

核心能力三：多维度压测监控，实时掌握业务情况 icon

一、黄金三指标秒级监控

提供请求成功率、响应时长、吞吐量（TPS）秒级指标，精准观测性能拐点。

二、压测中实时调速

压测过程中支持反复调整全局或单个接口的速度，不断逼近性能瓶颈点，复现性能问题。

三、报告导出，定制监控

• 支持压测报告导出 PDF；

• 支持输出原始监控指标至 Prometheus，定制监控聚合逻辑。

四、全链路监控，瓶颈定位

通过聚合 PTS 和服务端组件提供的 Prometheus 指标，自定义全链路监控Grafana 大盘，直观观测出全局性能瓶颈点。

核心能力四：开源兼容 & 持续测试 icon

一、支持开源 JMeter 压测

• 支持原生 Jmeter 引擎，兼容开源生态，上传本地 JMeter 脚本，即可开始压测；

• 输出完善的 JMeter 压测报告，支持导出 PDF。

二、开放 OpenAPI，支持 CI/CD 集成

支持通过 OpenAPI，将阿里云压测能力集成至自研压测平台和持续集成、持续测试平台。

三、接口测试、网络测试

支持压测脚本导出至接口测试、网络测试，全面覆盖稳定性测试场景。

典型使用场景一：电商/在线旅游等行业大促活动压测 icon

场景痛点

自建业务平台如电商平台、考试报名系统、抽奖平台没有经过容量验证，在业务活动来临前，不确定系统能否承受峰值流量，需要预先评估并验证系统容量，保证大促、报名类业务正常进行。

解决方案

1. 提前预留 3 轮以上的压测、复盘、优化的时间；

2. 通过 PTS 录制器或开源 JMeter 脚本录制器，录制出压测脚本；

3. 线下构造压测数据，并确定系统吞吐量压测目标；

4. 使用 PTS 发起全国分布的压测流量，压测过程中，观察请求成功率、响应时长、系统吞吐量 TPS，配合后端应用监控，确定系统容量。

典型使用场景二：企业搬站上云，验证服务稳定性 icon

场景痛点

客户整体或部分搬站至阿里云，需要保证上云后系统整体稳定性，并对比出搬站后系统容量提升效果。

解决方案

• 构造 PTS 压测场景，或使用已有 JMeter 脚本，需要覆盖全业务链路；

• 使用阶梯递增的流量模型，对云上站点逐步递增施压，探测出容量上限；

• 参考日常流量作为压力配置，对云上站点持续压测 24 小时，探测日常容量下，云上站点的持续稳定性。

典型使用场景三：常态化持续测试 icon

场景痛点

在敏捷迭代中，各微服务变更对系统整体的性能影响不可控，导致系统整体性能不断腐化，需要设置性能基线，定期或变更时对系统做压测，并与基线比对，及时优化性能问题，控制爆炸半径。

解决方案

• 在 PTS 配置压测场景，并设置性能基线；

• 设置定时压测，每周自动执行；

• 定期观察压测报告，并与性能基线比对，遇到不达标的情况，表示当周的变更引起了系统整体性能下降，需要及时回滚或解决性能问题。

典型使用场景四：业务容量规划与规格选型 icon

场景痛点

对网关、云服务器、容器、函数计算等实例大规模扩容时，既要保证满足业务容量需求，又要尽量节省成本，难以精准评估实例规格和数量难，需要压测工具仿真业务流量，验证出最合理的实例规格。

解决方案

• 使用 PTS 对指定实例施压；

• 压测时观察请求成功率，同时通过 Prometheus 或云监控产品观察实例监控；

• 如请求成功率或云产品监控有拐点，则需要继续升配或扩容。

客户案例一：罗辑思维 – 互联网 & 教育 icon

罗辑思维是一家互联网知识付费独角兽公司，其每年举办的跨年演讲会大量引流到自建电商平台和知识付费 APP。

为了保证大促活动稳定性，罗辑思维每年在活动开始前 2 个月，使用 PTS 执行多轮全链路压测，不断测试并调优系统容量，为核心系统保驾护航。

客户案例二：完美日记 – 新零售 icon

完美日记是广州市“独角兽”创新企业。品牌致力于为新生代女性开发高品质、精设计、易上手的彩妆及护肤产品，属于美妆新零售行业。为了支撑业务快速发展，完美日记采用了阿里云容器服务 ACK + Spring Cloud Alibaba 配合性能测试 PTS + 应用实时监控服务 ARMS 的方案。利用 PTS 的秒级流量拉起、真实地理位置流量等特性，以最真实的互联网流量进行压测，配合链路追踪分析系统强弱依赖和关键瓶颈点，以及容器服务的快速扩缩容，帮助大促平稳进行。

为什么不使用开源版本JMeter集群 icon