K6 load testing

何时使用

适用：

• 对 HTTP API、WebSocket 端点或浏览器（k6 Browser）场景做性能测试。
• 在 CI/CD 中建立性能回归门禁，对比代码改动前后的性能。
• 评估系统在不同负载下的表现：冒烟（Smoke）、负载（Load）、压力（Stress）、尖刺（Spike）、浸泡（Soak）。
• 校验 SLA / 性能预算（如 p95 < 500ms、错误率 < 1%）。

不该用：

• 功能正确性验证（用单元/接口测试，而非负载测试）。
• 无脚本的纯线上监控（用 APM/Prometheus 等，k6 是主动施压工具）。
• 缺少目标、权限或成功标准时，先澄清再动手，勿对生产系统盲目施压。

步骤

1. 安装 k6（见下方指令）。
2. 写最小脚本，先用 1-5 VUs 跑冒烟测试，确认脚本本身可用。
3. 选定测试类型并配置 options（vus/duration 或 stages 渐增渐减）。
4. 加 thresholds 表达 SLA，使阈值失败时 k6 返回非零退出码（CI 可据此判失败）。
5. 用 check() 断言响应；按需做请求链、参数化、SharedArray 加载外部数据。
6. 运行并导出结果（JSON / InfluxDB+Grafana / Prometheus / cloud）。
7. 接入 CI/CD（GitHub Actions / GitLab CI），按需归档 results.json。

测试类型速查：

类型	用途	配置要点
Smoke 冒烟	验证脚本基本可用	低 VUs(1-5)、短时长
Load 负载	常规预期负载	按真实流量设目标 VUs
Stress 压力	找崩溃临界点	超出容量持续加压
Spike 尖刺	突发流量冲击	快速拉升再骤降
Soak 浸泡	长期稳定性	超长时长运行

指令

# 安装
brew install k6            # macOS
choco install k6           # Windows
# Linux: 见 k6 官方 apt 源安装

k6 install chromium        # 浏览器测试支持

# 运行与结果输出
k6 run load-test.js                                  # 文本摘要
k6 run --out json=results.json load-test.js          # JSON 便于解析
k6 run --out influxdb=http://localhost:8086/k6 load-test.js
k6 run --out prometheus=localhost:9090/k6 load-test.js
k6 run --out cloud load-test.js

关键结果指标判读：http_req_duration(p95) 好<300ms / 警告 300-500ms / 差>500ms；http_req_failed 好<0.1% / 警告 0.1-1% / 差>1%。

示例

最小冒烟脚本：

// simple-test.js
import http from 'k6/http';
import { check, sleep } from 'k6';

export const options = { vus: 10, duration: '30s' };

export default function () {
  const res = http.get('https://httpbin.test.k6.io/get');
  check(res, {
    'status is 200': (r) => r.status === 200,
    'response time < 500ms': (r) => r.timings.duration < 500,
  });
  sleep(1);
}

渐增负载 + SLA 阈值：

export const options = {
  stages: [
    { duration: '30s', target: 20 },   // 渐增
    { duration: '1m',  target: 100 },  // 维持
    { duration: '30s', target: 0 },    // 渐降
  ],
  thresholds: {
    http_req_duration: ['p(95)<500'],  // 95% 请求 < 500ms
    http_req_failed:   ['rate<0.01'],  // 错误率 < 1%
  },
};

带鉴权 + 参数化（SharedArray 共享数据，避免内存膨胀）：

import http from 'k6/http';
import { check } from 'k6';
import { SharedArray } from 'k6/data';

const users = new SharedArray('users', () => JSON.parse(open('./users.json')));

export default function () {
  const user = users[__VU % users.length];
  const loginRes = http.post('https://api.example.com/login',
    JSON.stringify({ email: user.email, password: user.password }));
  const token = loginRes.json('access_token');
  const res = http.get('https://api.example.com/profile',
    { headers: { Authorization: `Bearer ${token}` } });
  check(res, { 'profile loaded': (r) => r.status === 200 });
}

CI（GitHub Actions）核心步骤：用 grafana/[email protected] 安装，k6 run --out json=results.json load-test.js 运行，再 actions/upload-artifact 归档；阈值失败时 k6 退出码非零，job 自动失败。GitLab CI 用 image: grafana/k6:latest + script: k6 run load-test.js。

注意事项

• 先冒烟后放大：1-5 VUs 验证脚本，再逐步加压。
• 用真实数据参数化，用 tags（如 tags: { endpoint: 'users' }）做细粒度分析。
• 阈值贴合 SLA，从宽到严按历史数据收紧；用 stages 预留预热时间。
• 监控不只自家 API，也要看下游依赖；一个场景一个脚本，保持聚焦。
• 常见坑：本地通过 CI 失败（核对 CI 资源与网络）；多次跑结果不稳（排查外部依赖/随机数据/测试数据污染）；k6 内存溢出（大数据用 SharedArray、减少 VUs 或 --max-memory）；阈值过严（先放宽再迭代）。
• 安全：勿对未授权或生产系统盲目施压；输出需经环境特定验证，不能替代专家评审。

互见

• performance-engineer：更广义的性能优化。
• api-testing-observability-api-mock：测试期 API 打桩/Mock。
• application-performance-performance-optimization：性能优化。
• 资源：k6 文档 https://k6.io/docs/ ，示例 https://github.com/grafana/k6/tree/master/examples 。

---

采编自 sickn33/antigravity-awesome-skills（MIT）。