告别JMeter！我用 k6 5 分钟完成高并发压测

为什么选择 k6，而不是JMeter。

曾经我也用 JMeter 做压测------拖拽组件、配置线程组、调试监听器......看似图形化，实则繁琐低效。直到遇见 k6：一个用 JavaScript 写脚本、命令行一键运行、天然集成 CI/CD 的现代压测工具。

选择 k6，不是因为它"取代"了 JMeter，而是因为它解决了 JMeter 在"开发者工作流"中的痛点：

• 脚本难维护 → 用 JS 写，Git 友好
• 资源消耗大 → 轻量高效
• CI 集成麻烦 → 命令行原生支持
• 监控复杂 → 一键对接 Grafana

如果你也厌倦了 JMeter 的笨重配置，k6 能让你用写代码的方式，5 分钟完成一次高并发压测。

快速安装

• macOS：brew install k6

• Linux（Debian/Ubuntu）：

  • 添加仓库密钥与源，执行 sudo apt-get install k6

sudo gpg --no-default-keyring --keyring /usr/share/keyrings/k6-archive-keyring.gpg --keyserver hkp://keyserver.ubuntu.com:80 --recv-keys C5AD17C747E3415A3642D57D77C6C491D6AC1D69

echo 'deb [signed-by=/usr/share/keyrings/k6-archive-keyring.gpg] https://dl.k6.io/deb stable main' | sudo tee /etc/apt/sources.list.d/k6.list

sudo apt-get update && sudo apt-get install k6

• Windows（Scoop/WSL）：

  • scoop install k6 或在 WSL 内安装

• 验证安装

k6 version

# 输出：k6.exe v1.4.0 (commit/a9f9e3b28a, go1.25.4, windows/amd64)

核心概念

• VU（Virtual User）：虚拟用户，模拟真实用户行为。
• Iteration：每个 VU 执行一次 default 函数即一次迭代。
• Options：并发数、持续时间、阈值、阶段（stages）。
• Checks：断言，不影响请求但计入通过率。
• Thresholds：性能阈值（如 P95 < 200ms），违反则测试失败。

第一个脚本：测试短链跳转

• 文件：web/k6/redirect.js

• 脚本要点：

  • 运行阶段（stages）模拟并发爬坡与回落。
  • 阈值约束 p95，防止性能回归。
  • 支持环境变量覆盖 BASE、CODES、VUS。
  • 内置 HTML 报告生成（无需额外安装）。

import http from 'k6/http'
import { check, sleep } from 'k6'
import { htmlReport } from 'https://raw.githubusercontent.com/benc-uk/
k6-reporter/main/dist/bundle.js'
export const options = {
  stages: [
    { duration: '30s', target: Number(__ENV.VUS1 || 100) },
    { duration: '2m', target: Number(__ENV.VUS2 || 500) },
    { duration: '30s', target: 0 },
  ],
  thresholds: {
    http_req_duration: ['p(95)<300'],
    checks: ['rate>0.99'],
  },
}
const BASE = __ENV.BASE || 'http://localhost:8080'
let codes = (__ENV.CODES || '千问,腾讯技术').split(',').map(s => s.trim
()).filter(Boolean)
if (codes.length === 0) codes = ['test']
export default function () {
  const code = codes[Math.floor(Math.random() * codes.length)]
  const url = `${BASE}/${encodeURIComponent(code)}`
  const res = http.get(url, { redirects: 0 })
  check(res, { '302': r => r.status === 302 })
  sleep(Number(__ENV.SLEEP || 0.3))
}
export function handleSummary(data) {
  return { 'summary.json': JSON.stringify(data), 'summary.html': 
  htmlReport(data) }
}

脚本可以直接让ai生成大大加快压测速度

• 运行：

  • cd web/k6
  • k6 run .\redirect.js
  • 生成 summary.html / summary.json（用浏览器打开 HTML 即可）。

压测结果分析

• http_reqs：总请求与速率（QPS），衡量吞吐。
• http_req_duration：总时延（p50/p90/p95）；p95 是体验目标的主指标。
• http_req_waiting：TTFB（服务端处理主耗时）；若≈duration，瓶颈在服务端。
• http_req_failed / checks：错误率与断言通过率；理想≈0%、≈100%。
• 被违反阈值（breached thresholds）：性能目标未达标的直接证据。
• 趋势曲线：随阶段变化的延迟与吞吐，拐点暴露瓶颈（连接池/线程/队列/GC）。

HTML 报告适合单次测试查看，但长期性能趋势分析仍需对接 Grafana。

生成实时可视化报告（InfluxDB + Grafana）

目标：压测过程中就能看到并发、QPS、延迟曲线，便于定位时段性问题。

• 准备（Docker，不装即用）

  • docker pull influxdb:1.8 && docker run -d --name influxdb -p 8086:8086 influxdb:1.8
  • docker exec -it influxdb influx -execute "CREATE DATABASE k6"
  • docker pull grafana/grafana:latest && docker run -d --name grafana -p 3000:3000 grafana/grafana:latest

• 将 k6 写入 InfluxDB：

  • k6 run -o influxdb=http://localhost:8086/k6 .\redirect.js

• Grafana 配置：

  • 访问 http://localhost:3000，密码默认（admin,admin）
  • 添加数据源 InfluxDB：URL http://localhost:8086，DB k6
  • 导入 k6 看板 ID 10660
  • 即可实时查看 VUs、RPS、http_req_duration、错误率曲线

将压测集成到 CI/CD：实现自动化性能回归

光有本地压测还不够。真正的工程实践是：每次代码提交，自动运行压测，性能下降立即告警。

以 GitHub Actions 为例，在项目中添加 .github/workflows/perf-test.yml：

name: Performance Test
on:
  push:
    branches: [ main ]  # 推送到主分支时触发
jobs:
  k6:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Run k6 test
        env:
          BASE_URL: https://example.com #按需修改
        run: |
          docker run -i --rm -v ${PWD}:/scripts -e BASE_URL \
            grafana/k6 run /scripts/web/k6/redirect.js

---

总结：k6 不是 JMeter 的替代品，而是为开发者量身打造的"性能验证工具"。它用代码代替配置，用自动化代替手动，让你在开发阶段就能发现性能问题。

参考资料

• k6 官网与文档：k6.io
• k6 Reporter：github.com/benc-uk/k6-...