使用Goroutine模拟高并发，通过channel控制并发数，结合sync.WaitGroup和atomic实现请求协调与统计，收集响应时间、成功率、QPS等指标，最终输出结构化报告，构建高效压测工具。
开发一个接口压力测试工具，核心在于模拟高并发请求并统计性能数据。Golang 凭借其轻量级的 Goroutine 和强大的标准库，非常适合实现这类工具。下面是一个实用的压力测试工具设计与实现思路。
1. 并发请求控制
使用 Goroutine 发起并发请求，通过 sync.WaitGroup 控制主协程等待所有请求完成。
限制并发数可避免系统资源耗尽，可通过带缓冲的 channel 实现信号量机制。
关键点：- 每个请求在一个独立的 Goroutine 中执行
- 使用 http.Client 自定义超时设置，防止长时间阻塞
- 通过 channel 控制最大并发数，例如最多 100 个
并发请求
并发请求示例代码片段：
client := &http.Client{Timeout: 10 * time.Second}
sem := make(chan struct{}, maxConcurrency)
var wg sync.WaitGroup
for i := 0; i < totalRequests; i++ {
wg.Add(1)
sem <- struct{}{} // 获取信号量
go func() {
defer wg.Done()
start := time.Now()
resp, err := client.Get("https://www./link/374cad868cb62202053d308252bc4040")
duration := time.Since(start)
// 记录结果和耗时
if err != nil {
// 处理错误
} else {
resp.Body.Close()
}
<-sem // 释放信号量
}()
}
wg.Wait()
2. 性能数据收集与统计
每次请求完成后，将耗时、成功与否等信息写入通道，由单独的统计协程汇总。
统计指标包括：总请求数、成功数、失败数、平均响应时间、P95/P99 延迟、QPS（每秒请求数）等。
- 使用 time.Since() 计算单次请求耗时
- 将所有耗时存入切片，排序后计算百分位延迟
- 通过开始和结束时间差计算 QPS：qps = 成功请求数 / 总耗时(秒)
- 用 atomic 包安全计数，避免竞态条件
示例统计逻辑：
var successCount int64 var totalCount int64 resultCh := make(chan time.Duration, totalRequests)// 在请求完成后发送耗时 resultCh <- duration
// 单独协程收集中间结果 go func() { for duration := range resultCh { atomic.AddInt64(&successCount, 1) // 存储 duration 用于后续分析 } }()
3. 输出报告与可视化建议
测试结束后输出结构化结果，便于分析。
可以输出 JSON 或文本格式，也可集成简单 HTML 报告。
典型输出内容：
- 总请求数：1000
- 成功/失败数：998 / 2
- 平均延迟：45ms
- P95 延迟：120ms
- P99 延迟：210ms
- QPS：890
进阶功能可支持 CSV 导出或对接 Prometheus 进行监控。
4. 工具优化建议
提升工具实用性的小技巧：
- 支持自定义 HTTP 方法、Header、Body（POST 测试）
- 支持 HTTPS 和连接复用（启用 Transport 的 Keep-Alive）
- 添加命令行参数（flag 或 cobra）配置并发数、总请求数、目标 URL
- 增加预热阶段，排除冷启动影响
- 支持持续压测模式（按时间而非请求数）
基本上就这些。Golang 写压测工具不复杂但容易忽略细节，比如超时控制和资源回收。只要合理使用并发和统计机制，就能做出轻量高效的测试工具。
