压测达标线上照样崩:测试模型缺了反馈回路

简介: 本文剖析芒果TV《后会友期》上线故障,指出压测失效主因:被测对象错选(整站QPS≠关键链路容量)、忽略用户行为放大效应(失败→重试→雪崩)、模型脱离生产现实(脉冲流量、全链路依赖、异常交互)。强调压测需聚焦脆弱链路、建模真实用户行为、多维指标评估,并明确AI是辅助建模工具,而非决策主体。

压测报告显示系统能扛住高并发,一到节目上线或大促,登录失败、接口超时、503 照旧出现。

这不是压测没做,是压测的被测对象选错了。

11 月 5 日中午 12 点,芒果TV《后会友期》第四期上线。大量用户集中进入,出现账号无法登录、验证码收不到、页面返回 503,覆盖 App、网页端、小程序和平板,约一个半小时后恢复。

有个细节值得盯:已经登录的用户仍能正常播放。这说明平台没有整体瘫痪,是登录和验证码这几条链路先到了容量上限。

一、被测链路不是均质的
一个平台和平台里的某条链路,不是同一个被测对象。

内容分发和账号业务面对同一波流量,承压方式完全不同。播放走 CDN,视频资源提前分发到各地节点,用户就近拉取,对突发访问天然抗得住。登录要串行穿过网关、登录服务、验证码服务、短信供应商、风控、用户库和缓存,任何一环变慢,请求就开始堆积。

核心在于串联链路的可用容量取决于最慢的那一环,而不是最快的那一环。给整站做一次压测得到一个总 QPS,这个数字对登录链路没有意义。

对测试开发来说,503 不是一个错误码,是一个观测信号。它告诉你容量、限流或下游依赖里有一处已经撑不住。具体是哪处,得把响应时间、线程池、连接池和依赖服务状态拉到一起看。单看状态码定位不到根因。

所以压测设计的第一步不是调并发数,是把被测链路切开。哪条链路在脉冲流量下最脆弱,就优先给它建模。

二、本质是请求会自己放大自己
传统压测模型里,一个用户发一次请求,压力等于用户数。这个假设在异常状态下不成立。

把这次故障抽象成一条链:

定点上线,用户集中进入
未登录用户发起登录和验证码请求
短信接口延迟、限流或部分失败
用户收不到验证码,重复点击
客户端超时自动重试
请求量进一步上涨
线程池、连接池、网关达到上限
返回 503
注意 C 到 F 再回到 C 这段。它构成了正反馈:失败越多,重试越多;重试越多,失败越严重。压力不是随用户数线性增长,是随失败率自我放大。

实际上这才是高并发测试真正要建模的东西——不是"多少用户",是"用户在系统异常时会怎么做"。验证码越收不到,点击越频繁;页面越不响应,刷新越多;客户端超时越久,自动重试越密。这些行为把一次失败变成两三次请求,把可控负载推成请求风暴。

只模拟"一个用户发起一次登录",得到的结论必然过于乐观。它测的是理想用户,线上跑的是焦虑用户。

解决了什么。把重试行为纳入模型之后,测试才能回答"故障会不会被用户行为放大"这个问题。这个问题比"系统能扛多少 QPS"更接近真实风险。

三、测试模型和生产现场的三处偏差
很多团队的性能测试流程没问题,问题在模型和现场对不上。

常见做法 生产现实 偏差后果
流量 10 分钟缓慢爬升 节目 12 点更新,几十秒内集中涌入 平稳负载下稳定,脉冲下网关和连接池先崩
只压登录主接口,验证码永远成功 验证码、风控、数据库、缓存、第三方短信全在链路里 主接口达标,全链路在下游失效
只模拟正常用户一次操作 失败后重复点击、刷新、客户端自动重试 漏掉请求放大,容量估算偏低
这三处偏差的共性是:模型比现实干净。现实里的流量是脉冲的、链路是串联的、用户是会犯错的。测试模型把这三点都抹平了,得到的结论自然偏乐观。

核心在于压测要复现的不是流量数字,是流量的形状。同样 10 万请求,摊在 10 分钟里和压在 30 秒里,对网关、连接池和第三方依赖是完全不同的压力。

四、只盯 200 等于没测
结果判定也要跟着改。接口返回 200 只说明这一次请求被处理了,不说明整条业务链路健康。

该看的指标是一组,不是一个:登录成功率、P95 和 P99 响应时间、503 比例、验证码成功率、扩容完成时间、故障恢复时间,以及已登录用户是否还能正常播放。

最后这一条尤其重要。它验证的是故障隔离——登录链路挂了,不能把播放链路一起拖垮。这是容灾设计是否生效的直接证据,而它在"接口返回 200"的判定里完全没有位置。

实际上这组指标里藏着两类问题。成功率、503 比例回答"系统扛没扛住";扩容时间、恢复时间、播放是否正常回答"扛不住的时候有没有兜住"。两类都要测,只测第一类就只能看到崩,看不到为什么恢复得慢。

五、AI 的位置:把零散信息整理成测试模型
AI 在这类场景里的价值,不是生成几段压测脚本,是帮测试工程师把零散的业务信息收敛成可执行的测试模型。

能力 怎么做的 边界
流量预测 用历史播放量、预约数据、会员规模、社交热度估峰值和峰值时间 是假设不是容量结论,要用监控和历史修正
场景生成 给明确约束:30 秒内 10 万用户、40% 未登录、验证码 5 秒延迟、20% 失败、平均重试 2 次 场景要人审核是否符合业务
脚本与数据 接口文档和约束明确时生成初稿,含参数化、登录、重试、结果校验 请求频率、账号、脱敏、环境边界、停止条件要人工确认
日志分析 把 503 日志、响应时间、验证码成功率、连接池、线程池、CPU、扩容时间线放一起看 结论要用监控和链路追踪确认
看第二条的输入方式。它不是"模拟 10 万并发"这种笼统指令,而是把用户分层、请求比例、故障注入、重试规则、观察指标全部说清楚。

核心在于 AI 擅长在明确约束下展开细节,不擅长替你定义什么是真实。你给的业务约束越具体,生成的场景越接近生产;你只给一个并发数字,它就只能给你一个数字游戏。

脚本生成那部分也有讲究。让 AI 做初稿省的是逐个复制接口字段、重复搭基础流程的时间,省下来的精力应该投到并发模型、风险判断和结果分析上。未经审核的脚本不能直接用于生产压测——请求频率错了、停止条件没写,压测本身就可能引发事故。

六、AI 不能替你签上线
在这个场景里,人站在哪一段是明确的。

AI 不能替代对业务流量的真实理解,不能保证压测脚本没有逻辑问题,不能评估生产风险和测试边界,不能仅凭日志确定唯一根因,也不能替你做上线门禁和应急决策。

这几条限制指向同一件事:AI 扩大的是分析范围和执行速度,不是责任主体。它能把八份日志在几秒内交叉比对,但"这个系统能不能上线"这个判断,需要的业务上下文和风险承担,它都没有。

测试开发要守住的正是这条线。工具把执行成本压下来了,场景是否真实、结果是否可信、风险是否可接受,这三个判断不能外包。

结尾
回到那次故障。表面看是登录和验证码扛不住流量,深层是对定点洪峰、第三方依赖和用户重复操作准备不足。

下次大促或热门节目上线前,你会问服务器准备了多少容量。但你的压测模型里,有没有把"用户收不到验证码之后连点五次"这件事算进去?
本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料,主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容,侧重测试实践、工具应用与工程经验整理。

相关文章
|
6天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
7751 19
|
6天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2502 12
|
1天前
|
人工智能 安全 应用服务中间件
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
NGINX曝出两个高危漏洞(CVE-2026-123633和CVE-2026-123007),CVSS 9.2分,均属HTTP/2内存安全缺陷,无需认证即可远程执行代码。影响自2015年起的多个版本,静态站点亦受威胁。修复版本为开源版1.30.7/1.31.9。(239字)
1228 0
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
|
4天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
9天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
9天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
21天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
10582 59
|
4天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
1141 1
|
7天前
|
Linux API iOS开发
【DSH】DeepSeek Harness新手保姆教程(下载+安装+配置+使用,2026最新实测)
DeepSeek Harness(dsh)是DeepSeek AI开源的智能体框架,秉持“一切皆插件”理念,支持读文件、改代码、跑命令、处理表格、联网搜索等操作。免费开源,兼容Windows/macOS/Linux,提供桌面端与网页端,可灵活安装插件扩展能力。

热门文章

最新文章