1.比如要测登录用户访问某个接口的场景，此时压测数据，假设 1000 并发，跑 3min，共有 60000 个请求，那是否意味着我们要造 6w 个用户？按照我的理解，如果只造 500 个用户或者更少，那么后续的请求中就有重复的用户发出的请求了，如果程序会对相同用户段时间内发出的请求有个缓存处理，那么就会导致压测结果不准确？
2.类似领优惠券的接口压测，假设 1000 并发，跑 3min，共有 60000 个请求，是否要准备 6w 个优惠券 id 的数据，因为这个优惠券 id 重复，肯定会领取失败的。真实压测都要这么玩嘛，那以后数据量更大了怎么办
生成压测数据，最好是要符合线上的业务场景，否则测试出来的结果意义并不；
比如正常的业务流程：登录 - 多次查询 - 多次下单 - 多次支付 - 确认收货等，查询缓存实际上不会造成压测结果的不准确，因为线上就是这样的；如果每次都注册新账号来测试，每次查询都不经过缓存，测出来的结果反而会不准确；
如果确实是要测试某些极端场景，比如缓存击穿，所有请求同时去访问数据库，DB 是否能承受得住，这种情况可以通过业务开关，临时关闭缓存功能来测试。
测试数据可以通过脚本模拟生成，也可以直接 COPY 生产流量，脱敏后使用；
对于第三方服务，比如短信、支付、推送等，因为不是压测的重点，所以可以使用 Mock 来代替。
条件具备的话，肯定需要构造不同的数据
制造的数据，通常比你设定的需要要高些，我一般是高 20% 左右，确保数据可用
数据造完后，备份下数据库
对
黑山老妖
回复
黑山老妖
回复
如果不是真实支付的话，就可以了不用 Mock 了。
但是压测在测试环境进行的话，除非机器配置、服务环境、基础设施这些能和生产环境保持一致，否则测出来的结果也没太大的意义。
