【运维发布】压测方案：从单接口到全链路的压测

实战应用：用在哪里

大版本与开服前的压测回答一个问题：这套系统能扛多少同时在线。压测方案从单接口的基准测试起步，到全链路的场景演练收尾——单点合格不等于链路合格，真实玩家的行为才是最终的考题。

单接口的基准

---接口基准：并发下的延迟分位
setontimerex(64, 1)
function Stress.bench(iface, concurrency)
    local lat = {}
    for i = 1, 200 do
        local t0 = os.clock()
        Stress.call(iface, i % concurrency + 1)
        lat[#lat + 1] = (os.clock() - t0) * 1000
    end
    table.sort(lat)
    Ops.log(("%s P50 %.1fms P99 %.1fms"):format(
        iface, lat[100], lat[198]))
end

单接口基准以固定并发打 200 次采样，P50 与 P99 的延迟分位是接口的健康证：登录接口 P99 超过 150 毫秒、背包查询 P99 超过 30 毫秒即为不达标，达标线来自性能基线而不是拍脑袋。基准的并发阶梯爬升：50、100、200 三档，拐点在哪一档出现就是该接口的实际容量。

全链路的演练

---全链路场景：开服首小时的模拟
function Stress.openDay()
    local bot = BotPool.borrow(5000)
    -- 阶段一：5000 机器人同时登录
    BotPool.login(bot)
    -- 阶段二：七成挂机练级三成跑图
    BotPool.behave(bot, { idle = 0.7, roam = 0.3 })
    -- 阶段三：整点 BOSS 集结，祖玛教主千人同屏
    BotPool.rushBoss(bot, "祖玛教主", 0.6)
end

全链路按真实场景编排：开服首小时的模拟让 5000 个机器人同时登录，然后按行为权重分流——七成挂机练级、三成跑图，整点触发祖玛教主的千人集结，把服务器的最痛时刻提前演一遍。机器人走真实协议，压测的链路与生产一致；行为分布来自线上埋点的统计，真实玩家的画像决定机器人的分配。压测的报告三件套：各档在线数的延迟曲线、资源水位曲线、首现错误的触发条件，容量结论从曲线读出而不是从感觉猜出。

验证与监控

压测环境与生产的数据隔离校验，压测流量打穿到生产是最高级事故；压测的结论与上次的开服实测对照，预测偏差超 20% 复查模型。

踩坑记录

压测机器人曾经直连数据库绕过网关，网关的瓶颈没测出来，开服时网关先倒，机器人改走真实协议。压测的数据曾经混进生产库，玩家的排行榜里出现了机器人大军，环境隔离加双确认。行为分布曾经按设计文档配，真实玩家集中国庆活动的程度远超预设，压测场景每年用最新的线上画像重配。

上线要点

压测排期固定在大版本合并后的 48 小时内，问题在窗口内修复复测。压测的通过线写进发布标准：目标在线数下 P99 延迟与错误率双达标。压测报告归档进容量规划的知识库，系数的校准靠一次次实测喂养。

本文由 996 技术组基于 996 引擎官方知识库与浮生梦老师课程体系整理。团队长期从事传奇类引擎 Lua 后端逻辑、客户端界面与商业版本交付，内容以官方知识库与真实项目为出处，按版本持续修订。