09｜参数化怎么做？压测数据怎么构造和管理？

开场先讲为什么必须参数化：一万虚拟用户用同一个账号同一个商品压，缓存全命中、锁全集中，压出的是假象的漂亮数据——性能数据必须来自分布式的参数。

回答思路

第一步：参数数据的三个要求

1. 量级匹配：参数池大小要撑住并发不循环或低频循环
2. 分布合理：数据热度贴近真实（热点账号热点商品的比例模拟真实分布）
3. 状态可用：账号能登录、库存足够、数据有效性覆盖整个压测周期

第二步：讲数据构造的手段

• 造数脚本批量生成（走业务接口或直接插库）
• 线上数据脱敏拷贝（最真实但合规要过）
• 工具生成（随机、递增、引用文件）

三种手段各自的适用和成本各讲一句。

第三步：讲铺底数据（容易漏的点）

只造了请求参数，没造库里的存量数据——订单表空的和十亿条的查询性能天差地别。铺底数据的量级要贴近生产规模，这个细节是压过真实系统的人才知道的。

第四步：讲数据管理

• 隔离标识：压测数据打标，防污染生产数据
• 清理机制：跑完回收
• 可重复执行：下次压测快速重建

数据工程是性能专项的隐形工作量，能讲它的说明独立扛过专项。

考察重点

维度	说明
企业动机	数据方案是压测方案里最见功力的部分——数据不对压出来的全是误导性结论，企业用这题筛掉「跑脚本出报告」的外围选手
过线标准	参数化的必要性 + 数据三要求（量级、分布、状态）
区分度	讲铺底数据、数据脱敏拷贝、隔离打标的是做过大体量压测的
加分项	热点数据分布模拟（二八原则在数据层的应用）
减分项	所有虚拟用户用同一套账号密码，压出缓存全命中的假数据还当真汇报

来源

整理自知识星球帖《面试情报 04｜性能测试 20 题》，返回题库。