性能基线捕获器 performance-baseline-capturer

性能基线捕获器技能用于在系统迁移前建立全面的性能基准,包括响应时间、吞吐量、资源利用率等关键指标。通过执行负载测试、压力测试和浸泡测试,捕获P50/P90/P95/P99百分位数数据,设置回归阈值和SLA验证标准。该技能支持与JMeter、Gatling、k6等主流性能测试工具集成,为迁移前后的性能对比提供数据支撑,确保系统迁移后性能符合预期。关键词:性能测试、负载测试、基准测试、SLA验证、迁移优化、响应时间、吞吐量、资源监控、回归分析、性能基准。

测试 0 次安装 0 次浏览 更新于 2/23/2026

名称: 性能基线捕获器 描述: 在迁移前捕获性能基线,用于回归比较和SLA验证 允许工具: [“Bash”, “Read”, “Write”, “Grep”, “Glob”, “Edit”]

性能基线捕获器技能

在迁移前捕获全面的性能基线,以便进行迁移后的回归比较和SLA验证。

目的

为以下方面提供性能基准测试:

  • 响应时间测量
  • 吞吐量基线
  • 资源利用率跟踪
  • 负载测试执行
  • 百分位数计算

能力

1. 响应时间测量

  • 捕获响应时间
  • 测量延迟百分位数
  • 按端点跟踪
  • 记录SLA目标

2. 吞吐量基线

  • 测量每秒请求数
  • 跟踪并发用户数
  • 记录峰值容量
  • 建立限制

3. 资源利用率跟踪

  • 监控CPU使用率
  • 跟踪内存消耗
  • 测量磁盘I/O
  • 记录网络使用情况

4. 负载测试执行

  • 运行基线负载测试
  • 执行压力测试
  • 进行浸泡测试
  • 记录结果

5. 百分位数计算

  • 计算P50/P90/P95/P99
  • 跟踪分布
  • 识别异常值
  • 设置阈值

6. 回归阈值设置

  • 定义可接受范围
  • 设置警报阈值
  • 记录容差
  • 创建比较标准

工具集成

工具 用途 集成方法
JMeter 负载测试 CLI
Gatling 性能测试 CLI
k6 现代负载测试 CLI
Locust Python负载测试 CLI
Artillery Node.js测试 CLI
wrk HTTP基准测试 CLI

输出模式

{
  "baselineId": "string",
  "timestamp": "ISO8601",
  "environment": {
    "name": "string",
    "resources": {}
  },
  "metrics": {
    "responseTime": {
      "p50": "number",
      "p90": "number",
      "p95": "number",
      "p99": "number",
      "mean": "number"
    },
    "throughput": {
      "requestsPerSecond": "number",
      "peakRps": "number",
      "concurrentUsers": "number"
    },
    "resources": {
      "cpu": {},
      "memory": {},
      "disk": {},
      "network": {}
    }
  },
  "thresholds": {
    "responseTime": {},
    "throughput": {},
    "errors": {}
  }
}

与迁移流程集成

  • 迁移测试策略: 基线建立
  • 性能优化迁移: 性能跟踪

相关技能

  • 迁移验证器: 迁移后比较
  • 测试覆盖率分析器: 测试规划

相关代理

  • 性能验证代理: 性能验证
  • 迁移测试策略师: 测试规划