本人经历了六七家公司，没有在一家公司看到过主做性能发展的很好的人。早期在新浪微博，有一个主做性能的大牛，最后也是越来越差，究其原因可能是如下几点，个人感觉啊！
1，性能测试需求量不大，一家公司只有发展到一定规模才比较注重性能，初中期比较关注业务；
2，性能做要做好，非常难。需要对公司使用的开发框架，中间件，架构等非常熟悉，才有可能找到性能瓶颈，给出调优建议。如果只是得到性能数据，给开发让他们去调优的话，那就没有必要主要做性能测试了，常规的性能测试工具即可。
3，性能测试硬件要求难以满足，如果测试的服务器和线上服务差别很大，或是用虚拟机来做性能测试，根本达不到效果，而很少有公司做到性能测试的服务器和线上服务器一样的配置的。
4，如果不是公司大领导关注性能，开发不会做性能优化的，出力不讨好，所以从上到下都不愿意做这个事情；
5，现在主流和性能相关的做法是做性能测试平台，全链路测试等等！

我看大家还都是按照没有专职的性能岗位这样的思路来回答的，这个大家说的也都没错，我就不重复了。 目前的行情是比较看中测试开发人员的综合能力的，这也是为什么大家都劝你别在性能测试上下太大的功夫。 但其实我想换一个思路来看这个问题，其实要做好性能测试的话，本身是需要比较强的综合能力的，当你把一些复杂的性能测试场景玩明白了以后，那么也就练成了一身较为不错的综合能力了。当然如果大家认为的性能测试就是用 jmeter 这样的工具对某个接口施压统计出个 TPS 这类的指标的话，那就当我没说了，因为如果负责的场景就是这么简单，那确实练不出什么有竞争力的技能。

我用一个我带的姑娘做的性能测试场景举例吧。

• 首先她需要模拟的就不是并发量，而是设备数量。因为我们是一个基于计算机视觉的人工智能产品，所以对接的都是网络摄像头，不能用 jmeter，而是使用 ffmpeg+ EasyDarwin 来搭建流媒体服务器。针对测试数据也需要裁剪，拼接，抽帧，调整分辨率等工作。 这需要测试人员学习一些视频领域的东西。
• 她需要学习 K8S 和 docker，因为我们产品整体是基于云原生架构的，她除了要在日常工作中有操作 K8S 和 docker 的需求，也需要把她的流媒体服务器和性能测试工具等等部署在 K8S 中。需要了解 K8S 怎么管理资源的，怎么计算负载均衡的，怎么实施资源超卖的。
• 性能测试除了要测试性能瓶颈外，还需要进行容量测试。尤其是在云原生架构中，每个容器都申请了不同的资源（cpu，gpu，memory，存储），这些资源具体应该设置成多少需要经过严谨的性能测试。而云原生 往往伴随着微服务架构，所以这个姑娘往往要面对几十甚至几百个服务的资源用量统计，包括每种资源的 request，limit，平均占用，最大占用等等，并需要分析每个服务的资源设置是否合理。 这种数据收集和计算的 工作如果是人肉的那很显然是不能接受的。所以她需要学习监控系统的使用，在我们这里就是 prometheus，这需要对 promql 比较熟悉，通过编写代码来向 prometheus 发送 promql 来进行统计和计算。 这里除了要学习 prometheus 外还需要学习前后端的开发，因为我们这里是把这个监控能力平台化了。
• 再说容量测试里，如果涉及到了一些存储系统，那也需要评估出需要申请的存储量，比如我们最近在执行的性能测试里包含了 ES 组件，这里需要测试出 ES 在 我们的业务下需要支撑多少数据量，在该数据量又下能支撑多少 qps。这就需要她对 ES 有一定的了解，需要学习 ES 官方的压测工具 esrally 的使用。

以上是我们这里这个妹子需要去学习的技术点，这样她才能完成她的性能测试工作。 而如果是我 曾经带过的另一个组（他们测试大数据产品的），那里的性能测试则是需要模拟大规模数据的场景 。所以他们需要学习 spark，hdfs，异步 IO 等技术。这个细节可以看我之前写的帖子：https://testerhome.com/articles/31471

总之就是其实负载的性能测试场景搞下来，也是会练成一身不错的技能的。但严格意义上来说， 这里面很多技能确实不算是性能测试技能。这个就看大家怎么看待这些事了，我个人觉得重要的不是性能测试本身，而是通过性能测试能学到什么，就像我聚的例子，我们这的这个姑娘就算以后不做性能测试了也没问题 ，因为她通过这份工作学到了 prometheus，k8s，docker，前后端开发，视频处理以及部分中间件，所以他换一家公司去做别的工作也没有问题。最后我想说的是分析系统性能瓶颈并给出优化建议这事对于测试来说不太现实，现在软件架构复杂到了已经轮不到测试人员指手画脚了，最好别妄想能指导专业的软件架构师做事情。专业的事情留给专业的人做就好。