性能测试：JMeter 压测 Spring Boot 微服务

在微服务架构盛行的今天，Spring Boot 因简洁高效的特点成为构建微服务的首选框架。而微服务上线前，性能测试是保障其稳定运行的关键环节------它能提前发现系统在高并发、大数据量场景下的瓶颈，比如响应延迟、吞吐量不足、资源占用过高等问题。JMeter 作为 Apache 开源的性能测试工具，支持对 HTTP、FTP、数据库等多种场景进行压测，且配置灵活、易用性强，是测试 Spring Boot 微服务性能的理想选择。

本文将从「环境准备」「Spring Boot 微服务搭建」「JMeter 压测实战」「结果分析」「拓展知识」五个部分，带大家完整掌握 JMeter 压测 Spring Boot 微服务的核心流程，所有示例代码均可直接复用，语言通俗易懂，适合刚接触性能测试的开发者。

一、环境准备

工欲善其事，必先利其器。在开始压测前，我们需要搭建好基础环境，确保各工具版本兼容，避免因环境问题导致测试失败。

1.1 核心工具与版本

• JDK：1.8 及以上（Spring Boot 2.x+ 推荐，JMeter 也依赖 JDK 运行）

• Spring Boot：2.7.10（稳定版，兼容性好）

• JMeter：5.6（最新稳定版，支持更多新特性）

• 开发工具：IDEA 2022.3（可选，也可用 Eclipse）

• 接口测试工具：Postman（辅助验证微服务接口可用性）

1.2 环境搭建步骤

1.2.1 JDK 配置

1. 下载 JDK 1.8 或更高版本，安装后配置环境变量：

• Windows：右键「此电脑」→「属性」→「高级系统设置」→「环境变量」，新建 JAVA_HOME，值为 JDK 安装路径；在 Path 中添加 %JAVA_HOME%\bin

• Mac/Linux：编辑 ~/.bash_profile 或 ~/.zshrc，添加 export JAVA_HOME=JDK 安装路径，export PATH=JAVAHOME/bin:JAVA_HOME/bin:JAVAHOME/bin:PATH，执行 source 命令生效

2. 验证：在终端输入 java -version，若显示版本信息则配置成功。

1.2.2 JMeter 安装与配置

1. 下载 JMeter：从 Apache 官网 下载二进制包（apache-jmeter-5.6.zip），解压到任意目录（路径不含中文和空格）。

2. 配置 JMeter 环境变量（可选，方便终端启动）：

• Windows：新建 JMETER_HOME，值为 JMeter 解压路径；在 Path 中添加 %JMETER_HOME%\bin

• Mac/Linux：编辑配置文件，添加 export JMETER_HOME=JMeter 解压路径，export PATH=JMETERHOME/bin:JMETER_HOME/bin:JMETERHOME/bin:PATH

3. 启动 JMeter：

• Windows：双击 bin 目录下的 jmeter.bat

• Mac/Linux：在终端进入 bin 目录，执行 ./jmeter.sh

启动后会进入 JMeter 图形化界面，首次启动可能会有弹窗提示「使用图形化界面仅用于测试创建和调试，压测时建议使用命令行模式」，后续我们会讲解两种模式的使用。

二、搭建 Spring Boot 微服务示例

为了模拟真实的微服务场景，我们搭建一个简单的「用户管理微服务」，包含「查询用户列表」「新增用户」两个核心接口（GET + POST 类型，覆盖常见的 HTTP 请求场景）。

2.1 创建 Spring Boot 项目

1. 打开 IDEA，选择「New Project」→「Spring Initializr」，配置项目信息：

• Group：com.example

• Artifact：user-service

• Package：com.example.userservice

• Java Version：8

• Spring Boot Version：2.7.10

2. 选择依赖：勾选「Spring Web」（提供 HTTP 接口支持），点击「Create」完成创建。

2.2 编写核心代码

我们采用「内存存储」（避免引入数据库依赖，简化测试环境），用 List 模拟用户数据库，实现基础的 CRUD 接口。

2.2.1 实体类 User

在 com.example.userservice.entity 包下创建 User 类，封装用户信息：

package com.example.userservice.entity;

import lombok.Data;

// Lombok 注解，自动生成 getter、setter、toString 方法（需引入 Lombok 依赖）
@Data
public class User {
    // 用户 ID
    private Long id;
    // 用户名
    private String username;
    // 用户年龄
    private Integer age;
    // 用户邮箱
    private String email;
}
    

注意：使用 Lombok 需在 pom.xml 中添加依赖（若创建项目时未勾选，手动添加）：

<dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <optional>true</optional>
</dependency>
    

2.2.2 接口 UserController

在 com.example.userservice.controller 包下创建 UserController 类，编写 HTTP 接口：

package com.example.userservice.controller;

import com.example.userservice.entity.User;
import org.springframework.web.bind.annotation.*;

import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.atomic.AtomicLong;

@RestController
@RequestMapping("/api/users")
public class UserController {
    // 模拟数据库（内存存储）
    private static final List<User> USER_LIST = new ArrayList<>();
    // 原子类，保证 ID 自增（避免并发场景下 ID 重复）
    private static final AtomicLong ID_GENERATOR = new AtomicLong(1);

    // 初始化 2 条测试数据
    static {
        User user1 = new User();
        user1.setId(ID_GENERATOR.getAndIncrement());
        user1.setUsername("zhangsan");
        user1.setAge(25);
        user1.setEmail("zhangsan@example.com");

        User user2 = new User();
        user2.setId(ID_GENERATOR.getAndIncrement());
        user2.setUsername("lisi");
        user2.setAge(30);
        user2.setEmail("lisi@example.com");

        USER_LIST.add(user1);
        USER_LIST.add(user2);
    }

    /**
     * 接口 1：查询所有用户列表（GET 请求）
     * 路径：/api/users
     * 无参数
     */
    @GetMapping
    public List<User> getUserList() {
        // 模拟业务处理延迟（10ms，更贴近真实场景）
        try {
            Thread.sleep(10);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return USER_LIST;
    }

    /**
     * 接口 2：新增用户（POST 请求）
     * 路径：/api/users
     * 参数：User 对象（JSON 格式）
     */
    @PostMapping
    public User addUser(@RequestBody User user) {
        // 生成自增 ID
        user.setId(ID_GENERATOR.getAndIncrement());
        // 添加到模拟数据库
        USER_LIST.add(user);
        // 模拟业务处理延迟（15ms）
        try {
            Thread.sleep(15);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return user;
    }
}
    

2.2.3 启动类 UserServiceApplication

默认生成的启动类无需修改，确保注解 @SpringBootApplication 存在：

package com.example.userservice;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class UserServiceApplication {

    public static void main(String[] args) {
        SpringApplication.run(UserServiceApplication.class, args);
    }

}
    

2.3 验证微服务接口可用性

1. 启动 Spring Boot 项目：运行 UserServiceApplication 类的 main 方法，默认端口为 8080（可在 application.properties 中修改，比如 server.port=8081）。

2. 用 Postman 验证接口：

• 验证 GET 接口（查询用户列表）：

• 请求地址：http://localhost:8080/api/users

• 请求方式：GET

• 预期结果：返回 2 条初始化用户数据，状态码 200 OK

验证 POST 接口（新增用户）：

• 请求地址：http://localhost:8080/api/users

• 请求方式：POST

• 请求体（JSON）：{"username":"wangwu","age":28,"email":"wangwu@example.com"}

• 预期结果：返回新增的用户数据（含自增 ID），状态码 200 OK

若接口均能正常返回结果，说明 Spring Boot 微服务搭建成功，可以开始 JMeter 压测了。

三、JMeter 压测实战

JMeter 压测的核心流程是：「创建测试计划」→「配置线程组」→「添加采样器（HTTP 请求）」→「添加监听器（用于查看结果）」→「执行压测」→「分析结果」。我们分别对上述两个接口进行压测，先讲解图形化界面操作（适合调试），再讲解命令行模式（适合正式压测）。

3.1 图形化界面压测（以 GET 接口为例）

3.1.1 创建测试计划

启动 JMeter 后，默认会创建一个「Test Plan」（测试计划），可直接修改名称（比如「User-Service-Performance-Test」）。测试计划是 JMeter 压测的顶层容器，包含所有压测相关的配置。

3.1.2 添加线程组

线程组是 JMeter 压测的核心组件，用于模拟并发用户：

1. 右键「Test Plan」→「Add」→「Threads (Users)」→「Thread Group」

2. 配置线程组参数（关键参数说明）：

   Number of Threads (users)：并发用户数（比如 100，表示同时有 100 个用户访问接口）

3. Ramp-Up Period (in seconds)：线程启动时间（比如 10，表示 10 秒内启动 100 个线程，避免瞬间压力过大）

4. Loop Count：循环次数（比如 10，表示每个线程执行 10 次请求；勾选「Forever」表示无限循环，需手动停止）

5. Delay Thread creation until needed：按需创建线程（建议勾选，节省资源）

6. 本次测试配置（调试用）：Number of Threads=50，Ramp-Up Period=5，Loop Count=20

3.1.3 添加 HTTP 请求采样器

采样器用于模拟具体的 HTTP 请求（即访问我们的微服务接口）：

1. 右键「Thread Group」→「Add」→「Samplers」→「HTTP Request」

2. 配置 HTTP 请求参数（针对 GET 接口 /api/users）：

   Name：HTTP Request - Get User List（自定义名称，便于区分）

3. Protocol [http]: http（默认 http，若微服务用 HTTPS 则填 https）

4. Server Name or IP：localhost（微服务部署地址，本地测试填 localhost）

5. Port Number：8080（微服务端口）

6. Method：GET（请求方式，与接口一致）

7. Path：/api/users（接口路径，不含域名和端口）

8. 其他参数默认即可（比如 Parameters、Body Data 等，GET 接口无需配置）

3.1.4 添加监听器（查看压测结果）

监听器用于收集和展示压测数据，常用的有「查看结果树」「聚合报告」「Summary Report」，建议同时添加：

1. 右键「HTTP Request」→「Add」→「Listeners」→「View Results Tree」（查看结果树，可查看每个请求的详细信息，比如请求参数、响应数据、状态码）

2. 右键「HTTP Request」→「Add」→「Listeners」→「Aggregate Report」（聚合报告，核心指标汇总，比如吞吐量、响应时间）

3. 右键「HTTP Request」→「Add」→「Listeners」→「Summary Report」（摘要报告，简洁展示关键指标）

3.1.5 执行压测并查看结果

1. 点击 JMeter 顶部工具栏的「启动」按钮（绿色三角形），开始压测。压测过程中，线程组会显示「Running」状态，监听器会实时更新数据。

2. 压测结束后，查看核心监听器：

• 查看结果树：筛选「Response Data」，可看到每个请求的响应结果（与 Postman 返回一致）；若状态码为 200 则表示请求成功，若为 4xx/5xx 则表示接口异常。

• 聚合报告：核心指标说明（重点关注）：

  Sample：总请求数（50 线程 × 20 循环 = 1000 次）

• Average：平均响应时间（单位：ms，越小越好）

• Median：中位数响应时间（50% 的请求响应时间小于该值，更贴近真实用户体验）

• 90% Line：90% 响应时间（90% 的请求响应时间小于该值，评估系统稳定性）

• 95% Line/99% Line：同理，评估极端场景下的响应时间

• Throughput：吞吐量（单位：requests/sec，每秒处理的请求数，越大越好）

• Error %：错误率（错误请求数/总请求数，越低越好，理想值为 0）

3.1.6 POST 接口压测（补充配置）

POST 接口与 GET 接口的配置差异在于「请求体」，需添加 JSON 参数：

1. 复制上述 HTTP 请求采样器，修改名称为「HTTP Request - Add User」。

2. Method 改为「POST」。

3. 添加请求头（JSON 格式需指定 Content-Type）：

   右键「HTTP Request - Add User」→「Add」→「Config Elements」→「HTTP Header Manager」。

4. 点击「Add」，添加参数：Name=Content-Type，Value=application/json。

5. 配置请求体：在 HTTP Request 中找到「Body Data」，填入 JSON 数据：
   { "username": "testuser${__threadNum}", "age": ${__Random(20,40)}, "email": "test${__threadNum}@example.com" } 说明：使用 JMeter 内置函数实现参数化（避免新增用户重复）：${__threadNum}：获取当前线程号（每个线程的用户名/邮箱唯一）

6. ${__Random(20,40)}：生成 20-40 之间的随机数（模拟不同年龄）

7. 重复上述「添加监听器」「执行压测」步骤，即可完成 POST 接口的压测。

3.2 命令行模式压测（正式环境推荐）

图形化界面会占用较多本地资源，可能影响压测结果的准确性，因此正式压测时建议使用「命令行模式」（无界面，资源占用少）。步骤如下：

3.2.1 保存测试计划

在图形化界面中，完成测试计划配置后，点击「File」→「Save」，将测试计划保存为 .jmx 文件（比如 user-service-test.jmx，建议保存到 JMeter 的 bin 目录下，方便命令行执行）。

3.2.2 执行命令行压测

1. 打开终端，进入 JMeter 的 bin 目录（若配置了环境变量，可直接在任意目录执行）。

2. 执行压测命令（核心参数说明）：

jmeter -n -t 测试计划文件.jmx -l 结果输出文件.jtl -e -o 报告输出目录
    

• -n：以命令行模式运行

• -t：指定测试计划文件（.jmx）

• -l：指定结果输出文件（.jtl，可后续导入图形化界面查看）

• -e：生成 HTML 格式的测试报告

• -o：指定 HTML 报告的输出目录（需为空目录，否则会报错）

3. 示例命令（根据实际文件路径修改）：

jmeter -n -t user-service-test.jmx -l user-service-result.jtl -e -o user-service-report
    

4. 执行后，终端会实时输出压测进度（比如「Samples: 1000, Errors: 0, Time: 1234ms」）。压测结束后，会在 bin 目录下生成 .jtl 结果文件和 user-service-report 目录（HTML 报告）。

3.2.3 查看 HTML 报告

进入 user-service-report 目录，打开 index.html 文件（用浏览器打开），会看到可视化的测试报告，包含「Dashboard」「Charts」「Tables」等模块，可直观查看吞吐量、响应时间、错误率等核心指标，支持导出和分享。

四、压测结果分析与问题排查

压测的核心目的是发现问题，因此结果分析至关重要。我们以「GET 接口压测结果」为例，讲解常见问题的识别与排查思路。

4.1 核心指标参考标准（通用）

不同业务场景对性能的要求不同（比如秒杀场景 vs 后台管理系统），以下是通用参考标准（供参考）：

• 响应时间：Average < 300ms，90% Line < 500ms，99% Line < 1000ms

• 吞吐量：根据业务需求，比如普通微服务需达到 100+ requests/sec

• 错误率：Error % = 0（若存在错误，需优先排查）

• 服务器资源：CPU 使用率 < 70%，内存使用率 < 80%（需结合服务器监控工具查看）

4.2 常见问题与排查思路

4.2.1 错误率过高（Error % > 0）

• 可能原因：

  微服务接口异常（比如代码 bug、内存溢出）

• JMeter 配置错误（比如请求方式、路径、请求头错误）

• 服务器资源耗尽（CPU/内存/端口占用过高）

排查步骤：

查看 JMeter 「查看结果树」，筛选错误请求，查看「Response Data」中的错误信息（比如 500 错误提示「NullPointerException」）。

查看 Spring Boot 微服务的日志（IDEA 控制台或日志文件），定位代码异常位置。

用服务器监控工具（比如 top 命令、JConsole）查看服务器 CPU、内存使用率。

4.2.2 响应时间过长（Average > 500ms）

• 可能原因：

  微服务代码效率低（比如循环嵌套过多、未使用缓存）

• 服务器配置过低（比如本地测试用的是普通笔记本，而非服务器）

• 并发用户数过高（超过系统承载能力）

排查步骤：

减少并发用户数，重新压测，观察响应时间是否改善（判断是否为并发过高导致）。

使用 JProfiler 等性能分析工具，分析 Spring Boot 微服务的方法执行时间，定位耗时过长的方法。

优化代码（比如添加缓存、优化数据库查询）或升级服务器配置。

4.2.3 吞吐量过低（Throughput < 50 requests/sec）

吞吐量与响应时间密切相关（响应时间越短，吞吐量越高），排查思路与「响应时间过长」一致，核心是优化微服务性能和服务器配置。

五、拓展知识（提升压测专业性）

掌握基础压测流程后，以下拓展知识能帮助你应对更复杂的微服务场景（比如分布式微服务、带认证的接口、大数据量场景）。

5.1 JMeter 进阶配置

5.1.1 参数化进阶（CSV 数据文件设置）

当需要大量不同的测试数据（比如 1000 个不同的用户名）时，用内置函数不够灵活，可使用「CSV 数据文件设置」：

1. 创建 CSV 文件（比如 users.csv），内容格式：username,age,email

2. 右键「HTTP Request」→「Add」→「Config Elements」→「CSV Data Set Config」。

3. 配置参数：

   Filename：CSV 文件路径（比如 D:/users.csv）

4. Variable Names：username,age,email（与 CSV 表头一致）

5. Delimiter：,（CSV 文件分隔符）

6. Recycle on EOF：True（数据读完后循环使用）

7. Stop thread on EOF：False（数据读完后不停止线程）

8. 在 HTTP 请求体中引用变量：username、{username}、username、{age}、${email}。

5.1.2 定时器（模拟真实用户思考时间）

真实用户访问接口时，会有思考时间（比如查询完用户列表后，停顿 1-2 秒再新增用户），可通过「定时器」模拟：

• 右键「Thread Group」→「Add」→「Timers」→「Constant Timer」（固定思考时间，比如 1000ms）。

• 或选择「Gaussian Random Timer」（高斯随机时间，更贴近真实场景，比如平均 1000ms，偏差 300ms）。

5.1.3 断言（自动验证响应结果）

压测时手动查看响应结果效率低，可通过「断言」自动验证响应是否符合预期（比如响应中包含「username」字段）：

1. 右键「HTTP Request」→「Add」→「Assertions」→「JSON Path Assertion」（JSON 格式接口推荐）。

2. 配置参数：

   JSON Path：$[0].username（断言第一个用户的 username 字段存在）

3. Expected Value：zhangsan（预期值，可选）

4. Match as Regular Expression：False（是否作为正则匹配）

5. Expect null：False

6. Invert assertion：False（是否反向断言）

7. 若断言失败，该请求会被标记为错误（在监听器中显示）。

5.2 Spring Boot 微服务性能优化建议

压测发现性能瓶颈后，可从以下角度优化 Spring Boot 微服务：

• 1. 接口优化：
     使用缓存（比如 Redis）缓存高频查询数据（如用户列表），减少重复计算。
• 异步处理非核心业务（比如新增用户后发送通知，用 @Async 注解异步执行）。

2. JVM 调优：
   调整 JVM 堆内存（比如 -Xms2g -Xmx2g，初始堆内存和最大堆内存一致，避免频繁 GC）。

选择合适的垃圾收集器（比如 G1 收集器，适合大内存场景）。

3. 服务器优化：使用 Tomcat 线程池（在 application.properties 中配置 server.tomcat.threads.max=200）。

部署多个微服务实例，通过 Nginx 负载均衡分担压力。

5.3 分布式微服务压测注意事项

若压测的是分布式微服务（比如用户服务、订单服务、支付服务联动），需注意：

• 1. 模拟真实调用链路：在 JMeter 中添加多个 HTTP 请求采样器，按业务流程排序（比如先查询用户，再创建订单，最后支付）。
• 2. 避免单点瓶颈：确保所有依赖服务（比如数据库、Redis、消息队列）都部署在测试环境，且配置与生产环境一致。
• 3. 使用分布式压测工具：若单台 JMeter 无法模拟足够的并发用户（比如 10000+ 并发），可使用 JMeter 分布式压测（多台 slave 机器同时压测，master 机器汇总结果）。

六、总结

本文从环境搭建到实战演练，完整讲解了 JMeter 压测 Spring Boot 微服务的核心流程：首先搭建了基础的用户管理微服务，然后通过 JMeter 图形化界面调试接口压测，再用命令行模式进行正式压测，最后讲解了结果分析和进阶拓展知识。

性能测试是一个持续优化的过程------不仅需要掌握工具的使用，更需要结合业务场景分析问题、优化系统。建议大家在实际工作中，结合本文的示例代码，针对自己的微服务进行压测演练，逐步积累性能优化经验。

如果在压测过程中遇到问题，可查看 JMeter 官方文档或 Spring Boot 性能优化相关资料，也可以留言交流～