具体得看链接架构，然后尽量不要侵入被测的服务代码。从看到标题是 slb 和 nginx，我理解链路是 A 服务 请求到 B 服务，A-->B 加一层代理，即 A 请求到 slb/nginx 后，反向代理到 mock 服务或者 nginx 应答即可。至于采用那种，看具体协议。
mock 服务关键输入输出的控制，有时间可以自研。美团这个文章不错 https://tech.meituan.com/2015/10/19/mock-server-in-action.html

刚需的，何必折腾呢。租房也要交付。后面再买，又要重新麻烦 ，搬家 2 次，装修 1 次。真的 emmm。

如果单独到一个接口的变化，如果有全量的接口自动化，那么这个接口变化，是否可以自动触发全量接口的回归测试？成本在哪里？ 为什么还需要额外进行精准测试？

我之前也是有同样的疑问，精准测试推出来的用例，本质就是部分用例与全量用例执行的区别，为什么还要费时费力做精准测试系统，除非全量用例执行需要很长时间，但接口测试正常情况下能跑一个小时，已经到了几千个用例级别。

建议加精，很有共鸣，点赞点赞

1，格式记混，写 golang 时，写成 python 格式，写 python 时，写成 golang 格式
2，内置函数记混
3，语法记混，比如 golang 不支持三元运算。。

等 ide 提示或者运行报错解决

做自动化测试的目的是什么？其核心是回归测试，没有自动化测试，回归测试的人力成本是多少，有自动化测试后，回归测试的人力成本又是多少，这不就有数据了吗？再往细说，自动化用例的覆盖率是多少，这些都有数据可说啊。
测试日常工作也有数据支持，接了多少需求，bug 数，bug 等级，需求与 bug 比等等

我之前的方案，自动化环境中每次运行测试，创建新的 docker 数据库，将建表等初始化语句从 QA 环境同步后，将基础数据写入到数据库中，业务数据则具体维护，如低频改动的，也可以放到基础数据中。
这块其实没啥好办法，用例失败只能及时维护。能做到最好的情况，则根据表的数据结构，将变动的字段，做相应处理后再写入到数据库中。

1w 并发，指的是 jmeter 会创建 1w 个线程 (keeplive) 并循环 发送请求到目标服务器，集合点则是 当空闲线程数达到了配置阈值，则开始发送请求。
压测过程，需要看实际情况，以及目标服务器的处理能力，追求并发数据意义不是很大 (除非是长链接)。应更多关注服务端的 QPS/TPS。将并发数作为加大压力的理解会更好点。
另外，不断增加并发数，会加大施压端的资源消耗，如内存，CPU，IO，网络带宽等到达瓶颈，应视实际情况来调整并发。

请看上一个回复。

这个应该 locust python 客户端有关系，后面换了 boomer。