Mo小泽的技术博客

性能测试中常使用思考时间（Timer）模拟真实用户操作间隔，但实际很难准确模拟大规模用户的随机行为。本文分析了JMeter定时器（如Precise Throughput Timer）的局限性：虽然通过泊松分布算法和事件预计算实现精确控制，但无法反映真实用户操作的随机性和多样性。当用户量达到成千上万时，固定模式的定时器设置与真实用户行为存在显著差异。因此，性能测试中过度依赖定时器"模拟真实用户"的做法值得商榷，需结合业务场景重新评估其适用性。

本文针对MySQL主从复制中的数据延迟问题，提出了优化方案和规范。核心原则是避免大事务，建议单次操作控制在1万条数据以内。重点优化删除类操作，推荐采用分表/分区设计，通过DROP TABLE或删除分区实现快速清理；未分表时则采用分批删除策略。对于批量操作，建议拆分为小事务执行。同时强调数据一致性核对，要求所有表包含last_modify_date字段，通过时间戳定位变更记录进行主从比对。这些措施可有效降低主从延迟风险，提升系统性能和可用性。

本文介绍了ClickHouse最新版本25.6.5.41在16核32GB服务器上的配置优化指南。主要内容包括：1）检查SSE4.2指令集支持；2）配置Web接口远程访问；3）修改时区并同步客户端设置；4）开放8123/9000端口；5）调整内存和线程参数；6）迁移数据存储路径以避免系统盘占满。文中提供了详细的配置文件修改步骤、命令验证方法以及数据目录迁移方案，并推荐使用台湾历史天气数据集进行基准测试。这些配置优化可显著提升ClickHouse在正式环境中的性能和稳定性。

本文测试了TDengine 3.3.6.13版本在高性能服务器（16核CPU/32GB内存）上的表现。通过taosBenchmark工具模拟了高并发写入场景，使用包含4个字段和2个标签的超级表meters进行测试。测试结果显示，系统在8线程下创建10,000张表耗时0.443秒（速度达22,573表/秒），并实现了单线程每秒53-54万条记录的写入性能。测试验证了TDengine在高并发数据写入场景下的优异表现，为时序数据处理提供了高效的解决方案。

构建毫秒级响应、C10K级别（万级并发）并发处理能力，适用于高并发、高安全、低带宽要求的Web服务场景。

性能工具之 JMeter ActiveMQ 脚本开发实践

性能工具之JMeter 通过Java API生成 BeanShell PreProcessor 脚本

最近要做一个系统的性能测试，菜单多，相对接口应该也比较多，想一想能否通过har格式转换成一个脚本呢？网上有不少案例，找了几个发现都没有成功，后面想了想还是自己搞定。

7D性能咨询项目日记2：性能咨询/培训/实施范围如何界定

7D性能咨询项目日记：客户要什么就要给什么，不是你会什么给什么

本文详细介绍了基于微服务架构的电商系统的搭建过程，包括服务器规划、Kubernetes集群搭建和插件安装等技术细节。作者首先介绍了Kubernetes管理平台Kuboard的部署步骤，采用可视化UI管理Kubernetes集群，降低了使用门槛。接着介绍了依赖组件的安装部署，包括MySQL、Elasticsearch、JMeter等的部署方式。此外，还介绍了全局监控和微服务架构的项目介绍、源代码拉取、Nacos配置修改、镜像打包推送、数据库导入、依赖组件初始化等步骤。最后展示了运行效果，包括服务器、Kuber

性能监控之Python实战SkyWalking链路追踪

性能优化是一个反复验证尝试的过程，但调优步骤是有逻辑。在这一节中通过观察代码步骤来跟踪并理解为什么在用户名上面增加索引，通过边压测边增加索引看到调优结果。

性能工具之 JProfiler 简单登录案例分析实战

通过今天简单案例学习了解什么是ajax请求、前端怎么与后端代码怎么交互，还有idea中启动参数怎么配置、JMeter 脚本启动后观察idea中控制台发现日志问题，关闭日志后性能提升好几百，相信如果在 Linux 部署查找问题方法是一样的。

通过简单一个案例让大家快速通过 Jvisualvm 工具定位到代码，在做性能测试过程中掌握几个常用工具能快速解决问题也是不错。

其中红色的这部分是存储的文件，我们通常在文件系统中直接ls或者用其他命令操作文件的时候是根据路径来操作的，那些是上层的命令。这个也很容易理解，比如对一个硬盘的读写 IO 是 1MB，硬盘的 IOPS 是 100，那么硬盘总的吞吐量就是 100 MB/s，需要强调的是，这里 IO 的具体特性很重要，比如是顺序还是随机，IO 大小等。从上面的Total DISK WRITE/READ就可以知道当前的读写到底有多少了，默认是按照I/O列来排序的，这里有Total，也有Actual，并且这两个并不相等，为什么呢？

MySQL 总耗时时长超过参数的语句会被记录到慢日志中。时长可通过参数 Long_query_time 进行调整，本文主要介绍如何通过 pt-query-digest 工具进行 MySQL 慢日志分析。

做为一名性能工程师掌握对 MySQL 的性能测试是非常必要的，本文基于 Sysbench 对MySQL OLTP（联机事务处理） 的 BenchMark 测试案例详细介绍具体方法。

性能工具之JMeter + Grafana + InfluxDB 性能平台搭建

性能工具之 JMeter 常用组件介绍（八）

性能工具之 JMeter 常用组件介绍（七）

性能工具之 JMeter 常用组件介绍（六）

性能工具之 JMeter 常用组件介绍（五）

性能工具之 JMeter 常用组件介绍（四）

性能工具之 JMeter 常用组件介绍（三）

性能工具之 JMeter 常用组件介绍（二）

性能工具之 JMeter 常用组件介绍（一）

今天我们一起梳理了 kafka 2.8.1 版本自带的 BenchMark 测试脚本，我们熟悉了常见的性能测试的工具行命令。希望这些命令在工作做 Kafka 集群BenchMark测试有所帮助。

7D-RESAR性能工程：术语表

在信创国产化的这些年中，不管是生产事故导致的被迫接受，还是上线前验证的主动出击，IT系统的非功能能力关注度一定会慢慢提高。

非功能体系能力是企业技术能力的全面体现，是技术深度认识的完整概括。

7D性能项目日记9：​性能项目最终是要按目标交付，而不是按过程交付

7D性能项目日记8：​性能项目的目标/进度/深度/费用管理

现如今对使用国密算法加密的接口进行性能测试也逐渐成为是常见的测试场景。使用 JMeter 希望实现更灵活的国密加密测试方式，可以通过对 JMeter 自定义 Java Sampler进行扩展开发来实现。

一个完整的性能项目中一定要有明确的结论，也一定要有明确的瓶颈分析。

7D性能项目日记6：在性能工作中痛苦挣扎的人呀

如果你想在性能市场上生存下去，性能分析的思路一定是重要的能力之一。*

在前面两篇文章中介绍了emqtt-bench工具和MQTT的入门压测，本文示例 emqtt_bench 对 MQTT Broker 做 Beachmark 测试，让大家对 MQTT消息中间 BenchMark 测试有个整体了解，方便平常在压测工作查阅。

真的喜欢这个行业的话，将修炼自己的技术深度、宽度做为信仰，可以让你更值钱，也更受尊重