water-management-system/tests/performance

性能压力测试套件

水务管理系统性能压力测试工具集，覆盖 REST API、WebSocket、MQTT IoT、数据库查询四大模块。

📁 文件说明

文件	说明
locustfile.py	REST API 压力测试 (Locust 框架)
websocket_stress.py	WebSocket 长连接并发测试
mqtt_iot_stress.py	IoT MQTT 设备并发模拟
db_query_stress.py	大数据量数据库查询性能测试
run_all_benchmarks.sh	统一压测入口脚本
report_template.md	压测报告模板
requirements.txt	Python 依赖

🚀 快速开始

1. 安装依赖

cd tests/performance
pip install -r requirements.txt

2. 运行全部测试

# 完整测试（约 30 分钟）
bash run_all_benchmarks.sh

# 快速模式（约 5 分钟，适合 CI/CD）
bash run_all_benchmarks.sh --quick

# 指定输出目录
bash run_all_benchmarks.sh --output-dir ./my-report

3. 运行单项测试

REST API 压测

# 图形界面模式（浏览器打开 http://localhost:8089）
locust -f locustfile.py --host=http://localhost:8080

# 无头模式，100 并发，运行 5 分钟
locust -f locustfile.py --host=http://localhost:8080 \
    --headless -u 100 -r 10 --run-time 5m

# 梯度负载测试
locust -f locustfile.py --host=http://localhost:8080 \
    --headless --class-picker StepLoadShape

WebSocket 压测

# 100 并发连接，60 秒
python websocket_stress.py --clients 100 --duration 60

# 梯度测试 (100/500/1000/5000)
python websocket_stress.py --step --output ws_result.json

MQTT IoT 压测

# 模拟 500 设备，每 5 秒上报，运行 2 分钟
python mqtt_iot_stress.py --devices 500 --duration 120 --freq 5

# 梯度测试
python mqtt_iot_stress.py --step --output mqtt_result.json

# 高频上报 (1 秒)
python mqtt_iot_stress.py --devices 1000 --freq 1 --duration 60

数据库查询压测

# 生成 100 万条数据 + 运行查询测试 + 索引对比
python db_query_stress.py --generate-data 1000000 --index-compare

# 跳过数据生成（已有数据）
python db_query_stress.py --skip-data-gen --index-compare

# 指定数据库连接
python db_query_stress.py --host db.example.com --db water_management \
    --user admin --password secret --generate-data 500000

📊 解读报告

REST API 报告

指标	说明	参考阈值
平均响应时间	所有请求的平均耗时	< 200ms
P95 响应时间	95% 请求的耗时上限	< 1000ms
P99 响应时间	99% 请求的耗时上限	< 3000ms
吞吐量 (RPS)	每秒处理请求数	越高越好
错误率	失败请求占比	< 1%

WebSocket 报告

指标	说明	参考阈值
连接成功率	成功建立连接的比例	> 99%
消息延迟	消息从发送到收到的时间	< 100ms
断连率	连接断开的比例	< 5%
内存消耗	服务器内存使用	视硬件而定

MQTT 报告

指标	说明	参考阈值
连接成功率	设备连接成功率	> 99%
发布延迟	消息发布时间	< 50ms
吞吐量	每秒消息处理量	视配置而定

数据库报告

指标	说明	参考阈值
简单查询	单表查询耗时	< 100ms
聚合查询	GROUP BY 聚合耗时	< 500ms
JOIN 查询	多表关联耗时	< 1000ms
GIS 查询	空间查询耗时	< 500ms

⚙️ 环境变量配置

变量	默认值	说明
API_HOST	localhost	REST API 地址
API_PORT	8080	REST API 端口
WS_HOST	localhost	WebSocket 地址
WS_PORT	8765	WebSocket 端口
MQTT_BROKER	localhost	MQTT Broker 地址
MQTT_PORT	1883	MQTT Broker 端口
DB_HOST	localhost	数据库地址
DB_PORT	5432	数据库端口
DB_NAME	water_management	数据库名
DB_USER	postgres	数据库用户
DB_PASS	postgres	数据库密码

❓ 常见问题

Q: Locust 安装失败

pip install --upgrade pip setuptools wheel
pip install locust

Q: psycopg2 安装失败

# Debian/Ubuntu
sudo apt-get install libpq-dev
pip install psycopg2-binary

# macOS
brew install postgresql
pip install psycopg2-binary

Q: WebSocket 连接被拒绝

确认 WebSocket 服务已启动且端口正确：

# 检查端口
ss -tlnp | grep 8765
# 或用 curl 测试
curl -i -N -H "Connection: Upgrade" -H "Upgrade: websocket" http://localhost:8765/ws

Q: MQTT 连接失败

确认 EMQX 或其他 MQTT Broker 已启动：

# Docker 方式启动 EMQX
docker run -d --name emqx -p 1883:1883 -p 8083:8083 -p 18083:18083 emqx/emqx

Q: 数据库查询测试报错

确认 PostgreSQL 已启动且可访问：

psql -h localhost -U postgres -d water_management -c "SELECT 1"

Q: 测试数据太多占磁盘

# 测试完成后清理
psql -h localhost -U postgres -d water_management -c \
    "TRUNCATE TABLE perf_sensor_data, perf_alarms, perf_devices"

📈 推荐测试流程

1. 先单项测试：分别运行四个测试，确认各自正常
2. 再快速模式：run_all_benchmarks.sh --quick 快速验证全流程
3. 最后完整测试：run_all_benchmarks.sh 执行完整压力测试
4. 分析瓶颈：对比各项结果，找出系统瓶颈
5. 优化后复测：针对瓶颈优化后重新测试，对比改善效果

📝 License

本项目内部使用，请遵循项目根目录的 LICENSE。