先聊一个做过压测的人多半踩过的坑。
压测压到一半，被测的系统还活得好好的，发起压测的那台机器先扛不住了。这时候报告上的数字看着挺像回事，其实测出来的不是系统的上限，是压测工具自己的上限，结论从根上就是错的。
所以工具的资源占用和并发能力，直接决定压测结论可不可信，选型这事真不能随便。
今天给大家推荐 13 款主流压测工具，老牌双雄、新一代工具、轻量命令行、云平台都齐了，官网和开源地址放在每一款下面。
一、老牌双雄
1. Apache JMeter
Apache 基金会出品，Java 写的图形界面压测工具，协议支持最全，HTTP、JDBC、JMS、TCP、FTP 都能压，插件生态庞大，会点鼠标就能拼场景。社区实测里它的高并发自身开销偏高，单机 QPS 天花板不如新工具，但胜在门槛低、资料多，企业里保有量依然是第一。
2. LoadRunner
企业级性能测试的老钱，现在归 OpenText。协议录制能力至今无人能敌， TruClient 对复杂前端的录制回放、海量协议支持、分析报告深度，都是金融电信这类大厂离不开它的理由。缺点就一个字，贵，中小企业基本无缘。
官网 opentext.com/products/lo...
二、开发者新势力
3. k6
Grafana 收购后主推的新一代开源压测工具，Go 写的运行时，JavaScript 写脚本，单机资源占用低，实测 QPS 比 JMeter 高出一截。云原生和可观测是它的主场，脚本即代码，天然进 CI/CD，和 Grafana 看板无缝联动，2026 年开发者侧的口碑第一。
官网 k6.io
4. Locust
Python 生态的压测代表，用代码定义用户行为，分布式扩容开箱即用，Web 界面实时看曲线。会 Python 的团队用它写复杂业务模型特别顺手，缺点是单进程性能一般，大规模要靠多进程堆。
官网 locust.io
5. Gatling
Scala 写的高性能压测框架，DSL 简洁，报告是所有工具里最好看的一档，实时指标动效拉满。开源版够用，企业版带集群和监控，欧洲公司用得特别多。
官网 gatling.io
6. Artillery
Node.js 生态的压测工具，YAML 写场景，十几行就能起一个带思考时间的真实用户模型，门槛是所有代码系里最低的。小团队快速验证够用，超大规模不是它的主场。
官网 artillery.io
三、轻量命令行
7. Vegeta
Go 写的 CLI 压测工具，主打恒定速率压测，一行命令开火，适合测限流和熔断阈值这类需要稳定 RPS 的场景。
8. wrk
C 写的 HTTP 基准测试神器，单机就能打出恐怖的并发，自带 lua 扩展钩子，做容量摸底一轮就知道服务器的底在哪。wrk2 变体解决了协同遗漏的延迟测量问题。
9. hey
Go 写的 ab 替代品，一条命令看 QPS 和延迟分位，比 ab 的输出友好，比 wrk 的功能简单，装机常备的快测工具。
四、平台与云
10. nGrinder
Naver 开源的压测平台，把 JMeter 内核包了一层管控台，用例管理、集群调度、监控报表都有，适合企业内部自建压测平台，韩国系大厂用得多。
11. RunnerGo
国产开源的全栈式测试平台，Go 语言开发，接口管理、场景自动化、性能压测一个平台全管，六种压测模式连错误率模式和响应时间模式都有，轻量好部署，对国内团队的网络环境友好。
12. 阿里云 PTS
云上全链路压测服务，免搭建压测机集群，流量从云内发起更真实，施压配置、监控、报告全托管，跟阿里云生态深度绑定，双十一级别的大促演练就是拿它跑的。按量计费，临时大促场景特别划算。
13. BlazeMeter
Perforce 旗下的 SaaS 压测平台，最大的卖点是 JMeter 脚本直接上云，弹性扩到几十万并发，录制回放、Mock、监控一体，和 Jenkins 等 CI 工具集成成熟，外企和大厂海外团队用得多。
写在最后
经常有人让我帮忙推荐压测工具，我的答案一直是，先看你会不会写代码。
会写的，直接上 k6 或者 Locust，脚本进 Git、场景可评审、结果可复现，这是性能测试工程化的正路。不会写的，JMeter 依然是最稳的起点，别硬着头皮上代码系工具，工具的别扭会盖过测试本身。
有两个容易被忽略的点。轻量 CLI 是宝藏，wrk 和 Vegeta 五分钟就能给服务摸个底，真正的大规模压测再上平台，别什么事都兴师动众。而「从哪发压」这件事，机房内自压永远打不出真实公网流量形态，大促级别的验证，云 PTS 或者 BlazeMeter 的钱不能省。
工具自身是有 QPS 天花板的，同一台压测机，JMeter 打满和 k6 打满差出来的量级，可能就是你结论的对错之分。
性能测试的核心从来不是跑分，是搞清楚你的系统在水漫上来的时候，先从哪里漏。