Go压测需禁用HTTP连接复用、用time.Ticker控QPS、原子操作统计指标；推荐hey/vegeta等成熟工具，避免自研客户端资源瓶颈。
Go语言处理海量并发请求下的系统负载压力测试，核心在于用对协程模型、禁用连接复用、控稳请求节奏、准确实时统计。不是“开越多goroutine越猛”，而是让每个请求行为贴近真实用户，同时不被客户端自身资源拖垮。
关键配置：必须禁用HTTP连接复用
默认的http.Client会复用TCP连接、DNS缓存和TLS会话，导致压测结果严重失真——本地跑出5000 QPS，线上可能连1000都不到。真实接口压测需模拟“新用户首次访问”：
- MaxIdleConns = 0：禁用空闲连接池
- MaxIdleConnsPerHost = 0：禁用每主机空闲连接
- IdleConnTimeout = 0：关闭空闲连接超时
- ForceAttemptHTTP2 = false：避免HTTP/2隐式复用
- HTTPS测试可加
TLSClientConfig: &tls.Config{InsecureSkipVerify: true}（仅限测试环境）
并发控制：用time.Ticker实现稳定QPS
只靠goroutine数量（如semaphore）只能控峰值，无法控速率。真实用户是按固定频率发起请求的，比如100 QPS，不是瞬间打100个再等1秒：
- 用
time.NewTicker(time.Second / cfg.RateLimit)生成精准节拍 - 每个worker从ticker channel读信号后发请求，自动补偿耗时波动
- 避免裸写
go http.Get()——那测的是本机网络栈崩溃点，不是服务吞吐
结果统计：原子操作+结构化指标
高并发下普通变量++会竞争，必须用atomic；延迟、错误、成功率等不能只算平均值，还要支持P95/P99分析：
立即学习“go语言免费学习笔记（深入）”；
- 定义
Stats结构体，字段全为int64类型 - 用
atomic.AddInt64(&stats.TotalRequests, 1)安全累加 - 把每次
latency存入切片，结束后排序计算分位值 - 错误率=失败请求数 / 总请求数，响应时间取中位数比平均值更有参考价值
工程建议：别从零手写，优先用成熟工具
业务压测不是练手项目。若非定制需求，推荐直接使用经过验证的工具：
-
hey：轻量简洁，
hey -n 10000 -c 200 -m POST -d '{"x":1}' http://api，输出含QPS、延迟分布、错误率 -
vegeta：支持阶梯增压、自定义body、TLS、报告导出，
vegeta attack -rate=100 -duration=30s | vegeta report - 自研框架上线前，务必搭配
pprof抓goroutine和mutex profile，确认压测客户端没卡在channel阻塞或锁争用上
