压测利器 Apache Bench:快速上手,服务器性能一测就“露馅”!
作者:IT资讯 来源:物联网 浏览: 【大中小】 发布时间:2025-11-26 22:56:49 评论数:
理论上 QA 需要在测试用例中覆盖性能验证,露馅但现实情况往往是压测:一旦线上出问题 ,开发 、利器测试、速上手服运维一个都跑不了。露馅
所以,压测作为开发同学,利器给自己的速上手服开发机装个压测工具并不多余。除了大家熟悉的露馅 JMeter ,本篇要介绍一款小巧高效的压测命令行工具 —— Apache Bench(简称 ab) 。它没有复杂的利器 GUI,却能精准揭示服务器在压力下的香港云服务器速上手服表现,轻量、露馅直接、压测开箱即用,利器是开发者压测的“入门必修课” 。
Apache Bench 是什么
Apache Bench(ab)是 Apache HTTP Server 项目自带的一个压力测试工具,主要用于评估 Web 服务器在不同负载下的响应能力。它的优势在于 :
命令行即开即用:一条命令就能让服务器“压力山大”。全方位指标输出 :响应时间 、云计算吞吐量、失败请求数 、分布统计等,一目了然。轻量便携 :无需复杂配置,也不用安装额外依赖。换句话说 ,运维要做容量规划,测试要找瓶颈,开发要验证优化效果,ab 都是随手能掏出来的“小钢炮”。
安装方式
安装 ab 的方式因系统不同而异,常见操作系统的亿华云安装方式如下:
Linux (Debian/Ubuntu)sudo apt-get install apache2-utilsLinux (CentOS/RHEL)sudo yum install httpd-tools # 或者 dnfmacOS 一般系统自带 ,直接执行: ab -V如果提示未找到,可以用 Homebrew :
brew install apache2-utils1. Windows 建议在 WSL 环境下运行,或者在 Apache HTTP Server 的 /bin 目录下找到 ab.exe 。安装完成后,在任何目录下执行 ab -V 能看到版本号 ,就说明准备就绪了 。
入门示例:压测 GET 接口
假设我们在本地 Spring Boot 项目 /project/demo 下写了一个简单接口:
package com.icoderoad.demo.controller; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.RestController; @RestController public class DemoController { @GetMapping("/demo") public String demo() { return "this is a demo"; } }启动项目后 ,我们用 ab 执行压测:
复制ab-n1000-c100 http://localhost:8080/demo1. -n 1000:一共发起 1000 个请求。-c 100:模拟 100 个并发用户 。http://localhost:8080/demo:目标地址。运行后,ab 会输出一份完整报告,包括请求成功数、失败数 、源码库QPS(每秒请求数)、响应耗时、分位数分布等。比如 Requests per second: 120.50 [#/sec] 就直观地告诉你 :服务器每秒能处理多少请求。
进阶用法:POST 与更多参数
仅靠 GET 请求显然不够,ab 同样支持 POST 压测 。假设我们有一个接口:
复制@PostMapping("/sum") public Response<Integer> sum(@RequestBody List<Integer> list) { return new Response<>(list.stream().mapToInt(Integer::intValue).sum()); }我们准备一个 req.json 文件 :
执行命令:
ab -n 10 -c 2 -p req.json -T application/json http://localhost:8080/sum常用参数说明:
-p file :指定 POST 请求体文件。-T :设置 Content-Type ,例如 application/json 。-C :添加 Cookie 模拟用户登录。-H:自定义 Header ,例如鉴权头。-k:启用 Keep-Alive ,减少连接开销,提高压测真实性。通过灵活组合参数 ,免费模板ab 能满足大部分日常压测场景 。
为什么要压测
压测的意义在于数据驱动,而不是“感觉”。
性能摸底:服务器能抗多少并发?单个请求平均响应时间是多少 ?发现瓶颈 :是 CPU 顶不住,还是数据库拖后腿 ?验证优化 :改完代码后,性能是真提升了,还是心理作用?资源规划