性能测试

泽众云测试

泽众软件与广州华南检验检测中心签约，PerformanceRunner性能测试工具助力第三方测评机构性能检测能力升级2026年10月23日，泽众软件与广州华南检验检测中心有限公司正式完成签约，广州华南检验检测中心采购泽众自主研发的PerformanceRunner国产性能测试工具，双方携手强化网络安全与软件测评领域性能检测技术底座，赋能第三方检验检测业务高质量发展。

PCIe + DDR架构（一）：实测——块长从4 KiB 换 1 MiB，带宽从133 MB/s 涨到 3179 MB/s本篇给出架构一（把 DDR3 当大缓存，XDMA 以 AXI 内存映射模式直接读写）的完整测量结果：块长从 4 KiB 到 8 MiB 的吞吐曲线、一笔 DMA 的耗时构成、读写两个方向的成本差异，以及读写并发。这是四架构对比里的第三套。前面讲过 AXI-Stream 架构（架构二，5 篇）和多通道架构（架构四，3 篇），两者都停在 133 MB/s 附近，结论都是"这是每通道上限，解法是加通道"。本篇换一个方向：不加通道，把每一笔搬大。平台与测量口径见《PCIe 四架构实测（零）：为什么要做这个实验

RC/UC/UD/XRC四种传输模式性能对比与实战选型摘要：本文深度剖析RDMA四大传输模式（RC/UC/UD/XRC）的底层机制与性能差异。通过DOCA perftest工具实测对比带宽、延迟及资源消耗，结合IBTA规范与大规模集群实战，给出AI训练、分布式存储及RPC场景的选型指南，助力工程师突破RDMA性能瓶颈。

QP数量与并发深度对RDMA性能的影响：从单QP饱和到多路并行的极限压榨摘要：本文深入剖析RDMA性能测试中QP数量与并发深度对带宽及延迟的底层影响机制。结合IBTA规范与PCIe总线原理，揭示单QP饱和的物理边界，并通过自动化测试矩阵量化多QP并行增益。提供不同消息尺寸下的数据演变规律及主流DPU芯片的最优配置决策树，助力工程师突破网卡性能瓶颈。

带宽与延迟测试的正确打开方式：参数全解摘要：本文深度解析perftest工具中带宽与延迟测试的核心参数（-s/-n/-N/-D/-a/-b），从RDMA底层协议与网卡微架构出发，剖析参数背后的物理意义。结合AI训练、高频交易等实战场景，提供高可靠的参数组合设计与避坑指南，助你精准定位RDMA网络性能瓶颈，榨干智能网卡极限性能。

移动游戏功耗与能效归因：帧率、画质、温控和续航如何一起评估同样达到 60 FPS，两个版本可能具有完全不同的功耗与热表现。只追求瞬时帧率会把问题推迟到几分钟后的降频和掉帧。本文用单位工作能耗、热稳定性能和体验约束建立能效测试框架。

RDMA性能测试实战(1)：perftest工具原理与基线测试方法摘要：本文系统剖析RDMA性能基准测试工具perftest的技术架构、核心工具矩阵、Verbs级实现机制与标准测试流程，详细讲解ib_write_bw/ib_write_lat的参数体系、输出指标含义与环境配置要点，帮助测试工程师建立RDMA性能基线测试的标准化方法。

第02篇-k6-脚本结构与生命周期你的脚本里每一行代码，整轮测试下来跑几次？说不上来的话，两个坑已经在前面等着了：把登录请求写在脚本顶层，想着「先登录一次，后面好用」，一跑直接报错；改完登录，又把计数器挂在顶层变量上，想着统计全轮订单数，跑出来数字怎么都对不上。

泽众云测试

国产化替代国外性能测试工具推荐：泽众PerformanceRunner随着信息技术应用创新持续推进，软件性能测试领域国产化替代需求日益凸显。大量政企、金融、能源、制造等行业项目，需要自主可控、功能完备、适配国产软硬件环境的性能测试工具，泽众PerformanceRunner（简称PR）作为拥有自主知识产权的国产专业性能测试工具，成为国产化替代方案中的优选产品泽众软件。

长时间内存测试：增长斜率、变点检测与伪泄漏排除内存曲线向上并不一定是泄漏，结束时回落也不一定安全。资源缓存、延迟回收、场景切换、采样噪声和真正的生命周期缺陷可能产生相似曲线。本文用分阶段斜率、变点和恢复能力建立更可靠的判定方法。

第00篇-为什么是-k6-AI-时代的工具选型说实话，我不敢。JMeter 的测试计划存在 .jmx 文件里，用的是 XML（一种用标签层层嵌套表达结构的文本格式）：找一个断言，得在树状结构里一层层往下点，展开好几层才看得到；想改一个参数，一不小心就点错节点，改完还不容易发现。过去我们挑工具的标准很简单：能用就行。直到这两年 AI 开始替我们写脚本、读报告，这个标准站不住了——你的工具，决定了 AI 帮不帮得上你。

【DIY小记】解决散热问题提升超频性能的经验笔者的这台老土机器，超频折腾从第一次上手到后来靠降压加Process Lasso的优化，最终发现只能给CPU上到4.5GHz比较稳定，再上去散热就扛不住了，烤鸡直接到90度。

Linux服务器网络流量控制（内核流控模块Traffic Control）Traffic Control(TC)是Linux内核提供的一个强大的流量控制工具，用于限制、调度和优先级处理网络流量。它包括队列管理(qdisc)、分类(class)和过滤器(filter)三个核心组件。通过建立CBQ或HTB等队列，可以实现带宽限制、优先级分配和数据包分类。例如，为不同目标IP或子网创建不同带宽限制的流量，可以通过tc命令配置QDisc、类和过滤器，并配合路由表来实现。流量控制的维护包括添加、修改和删除队列、分类和过滤器。通过监视工具，可以查看队列、分类和过滤器的状态，以便调整和优化网

HarmonyOS HAP 与调试工件治理：包结构、版本身份与自动化证据链摘要：HarmonyOS 自动化测试不仅产生 HAP，还可能包含日志、Trace、截图、测试结果和调试配置。若这些工件没有统一构建身份和脱敏边界，版本回归无法复核，公开材料也容易泄漏包名、签名和设备信息。本文建立一套通用工件治理模型。

11路没有终点

SkyWalking+Arthas全链路诊断实战适合人群：Java 微服务测试工程师、SDET、性能诊断工程师、可观测性平台使用者阅读时长：约 40 分钟

11路没有终点

Java 微服务性能调优：jstack/jmap/jstat 三剑客实战指南适合人群：Java 微服务测试工程师、SDET、性能调优工程师阅读时长：约 30 分钟在微服务架构中，Java 服务（Spring Boot / Spring Cloud）是最常见的服务实现。当线上出现 CPU 飙高、内存溢出（OOM）、响应变慢、接口超时时，只会看监控图表是远远不够的——你必须能深入 JVM 内部，拿到线程栈、堆内存快照、GC 数据这三把钥匙。

LoadRunner性能测试工具新版本，新增AI辅助功能，脚本制作与运行结果分析变更简单LoadRunner是性能测试领域常用的一款性能测试工具，随着ai技术的白热化发展，在LoadRunner新版本中也增加了不少与AI相关的功能。如新增了AI辅助功能，可以帮助使用者编写脚本、分析和优化脚本、协助使用者分析运行后的结果。本文我们一起来看一下更多的新增内容。

Python 和Java 哪个更适合做自动化测试？好多小伙伴于功能测试行业中工作两三年后, 发觉自身已然将功能测试做得极为出色了, 已然抵达职业发展以及薪资发展的瓶颈阶段了, 于是就萌生出想要学些东西, 用以提升自身技能的想法。

AngusTester 是什么：AI 原生软件测试接口在 Postman 里点一遍，页面用另一套 UI 工具跑，压测再开 JMeter。用例躺在 Excel 里，脚本散落在个人目录，报告往聊天群里一丢。每次发版，通过率靠口头对齐。Agent 在 IDE 里改完代码，验证还得人手动切页面来回倒腾。

推理引擎测试指南：像调校赛车一样测试AI引擎你玩过赛车游戏吗？在游戏里，一辆车的好坏不仅取决于发动机马力，还取决于变速箱、悬挂、刹车、冷却系统。AI也一样——大模型（Model）只是发动机，而推理引擎（Inference Engine）才是变速箱+底盘+电控系统的集合体。