微服务压测必须走真实链路，禁用 KeepAlive，用 vegeta/wrk/ghz 等工具暴露连接池、TIME_WAIT、accept 队列等生产级问题；go test -bench 仅适用于 mock 外部依赖后的 handler 逻辑验证。
微服务压测不是跑个 go test -bench 就算完事——它压的要是真实链路，否则你看到的 QPS 是假的，延迟是骗人的，瓶颈永远藏在连接池、TIME_WAIT 或 mock 掉的 Redis 里。
用 go test -bench 测接口？只适合 handler 逻辑验证
它能快速验证单个 HTTP handler 或 gRPC 方法的纯 Go 层性能，但前提是：禁用日志、mock 所有外部依赖（DB/Redis/gRPC 调用）、关闭中间件。否则你测的不是服务，是日志写入速度或连接建立耗时。
-
b.ResetTimer()必须加在初始化之后、循环之前，否则初始化开销（如创建 request、recorder）会被计入结果 - 加
-benchmem看B/op和allocs/op，内存分配高往往意味着 GC 压力大，不是吞吐问题而是泄漏苗头 - 别在循环里写
time.Sleep模拟节奏——它会卡死整个b.N循环，ns/op完全失真 - I/O 类函数（比如调用
http.Client.Do）不适合用它压，因为不走真实网络栈、复用连接、忽略超时重试逻辑
真实链路压测必须走完整网络栈，且禁用 KeepAlive
vegeta、wrk、ghz 这类工具才能暴露服务端 accept 队列溢出、连接池打满、TIME_WAIT 泛滥等生产级问题。关键不是“能不能发出去”，而是“服务端扛不扛得住”。
Golang Spf13 Viper
下载
Go 配置库，使用 spf13/viper — 分层优先级（flag > env >file > KV > default），提供 BindPFlag/BindPFlags、SetEnvPrefix + SetEnvKeyReplace 等功能。
- vegeta 示例：
echo "POST http://localhost:8080/api/login" | vegeta attack -body login.json -header "Content-Type: application/json" -rate 100 -duration 30s -timeout 5s -insecure；务必加-insecure（若用 HTTPS）和显式-timeout - gRPC 压测统一用
ghz：支持 metadata 注入、QPS 控制、并发连接数调节，输出含P90/P99和错误码分布，比手写 client 稳定得多 - 所有客户端必须设
DisableKeepAlives: true（vegeta 默认关，wrk 默认开，ghz 用--keepalive=false），否则连接复用掩盖服务端连接管理缺陷 - 每次压测前清空服务端 page cache、重启服务、手动触发两次
runtime.GC()，避免缓存干扰和 GC 周期污染数据
边压边采 pprof，三次取中位数才敢信
压测时 CPU、heap、goroutine 不采集，等于闭眼开车。pprof 数据必须和请求流量对齐，否则你根本分不清是慢在 decode 还是慢在锁竞争。
立即学习“go语言免费学习笔记（深入）”；
- 启动服务时加
net/http/pprof，压测中用wget http://localhost:6060/debug/pprof/profile?seconds=30抓 30 秒 CPU profile，同时抓/heap和/goroutine?debug=2 - 不要只看一次结果：连续压三次，每次间隔 2 分钟，取
QPS和P99的中位数，排除 GC 尖峰或冷启动抖动 - pprof 分析重点看：top3 函数耗时占比、goroutine 数是否随并发线性增长、heap 中是否有未释放的 []byte 或 map
- 若发现 goroutine 数持续上涨，立刻查
pprof/goroutine?debug=2，常见坑是 channel 写入阻塞、context.Done() 未监听、defer 关闭资源遗漏
压测最难的不是起多少并发，而是让每次结果可复现、可归因。mock 掉什么、保留什么、连接怎么建、缓存怎么清——这些细节决定你是在调优，还是在碰运气。
