彻底搞懂 wrk:HTTP 压测神器,用过的人都说好

大家好，我是小康。

前言

你有没有遇到过这种情况——

代码写完了，功能测试也过了，信心满满上线，结果一遇到真实流量，服务直接崩了？

或者老板问你：”这个接口能抗多少并发？”你支支吾吾说不出来……

这就是不做压测的代价。

今天就带大家认识一款 C/C++ 开发者必须掌握的压测神器——wrk。

一、什么是 wrk？

wrk 是一款高性能的 HTTP 压测工具，使用 C 语言编写，底层基于 epoll/kqueue 实现异步 I/O，用极少的线程就能产生巨大的并发压力。

相比 Apache Bench（ab）、JMeter 这些老牌工具，wrk 的优势非常明显：

一句话总结：wrk 用 8 个线程，就能打出几万 QPS 的压力，是压测界的”轻量级格斗冠军”。

二、安装 wrk

Linux（Ubuntu/Debian）

sudo apt-get install build-essential libssl-dev git -ygit clone https://github.com/wg/wrk.gitcd wrkmakesudo cp wrk /usr/local/bin

Linux（CentOS/RHEL）

sudo yum groupinstall 'Development Tools'sudo yum install openssl-devel gitgit clone https://github.com/wg/wrk.gitcd wrkmakesudo cp wrk /usr/local/bin

macOS

brew install wrk

安装完成验证：

wrk --version# wrk 4.2.0 [epoll] Copyright (C) 2012 Will Glozer

看到版本号，说明安装成功 ✅

三、快速上手：第一个压测命令

wrk -t4 -c100 -d30s http://127.0.0.1:8080/api/hello

参数解释：

输出结果长这样：

Running 30s test @ http://127.0.0.1:8080/api/hello  4 threads and 100 connections  Thread Stats   Avg      Stdev     Max   +/- Stdev    Latency     2.34ms    1.12ms  45.23ms   89.45%    Req/Sec     11.23k     1.45k   14.56k    72.34%  1344872 requests in 30.05s, 213.45MB readRequests/sec:  44754.23Transfer/sec:      7.10MB

怎么看这份报告？

• Latency（延迟）：平均 2.34ms，最大 45.23ms，说明大部分请求响应很快，偶尔有毛刺
• Req/Sec：每秒每线程处理的请求数，乘以线程数就是总 QPS
• Requests/sec: 44754.23：这就是最终答案——这台服务器每秒能处理约 4.4 万次请求
• Transfer/sec：每秒传输的数据量，用来评估带宽消耗

四、常用参数详解

wrk [选项] <URL>选项：  -t, --threads     线程数（建议设置为 CPU 核心数的 2~4 倍）  -c, --connections 并发连接数（连接数 >= 线程数）  -d, --duration    压测持续时间（10s, 2m, 1h）  -s, --script      加载 Lua 脚本  -H, --header      添加请求头，如 -H "Authorization: Bearer xxx"      --latency     打印延迟分布（P50/P75/P90/P99）      --timeout     请求超时时间（默认 2s）

关于线程数怎么设置？

经验法则：线程数 = CPU 逻辑核心数 连接数远大于线程数时，单线程会复用连接，充分利用 epoll 异步 I/O

# 查看 CPU 核心数nproc# 比如是 8 核，就设 -t8

五、实际常见用法大全

5.1 最简单的 GET 请求压测

wrk -t8 -c200 -d30s --latency http://127.0.0.1:8080/

加上 --latency 会输出延迟百分位分布：

  Latency Distribution     50%    1.23ms     75%    2.45ms     90%    4.56ms     99%   12.34ms

P99 = 12.34ms 意味着 99% 的请求都在 12.34ms 内响应，这个指标在生产环境中非常重要。

5.2 带自定义请求头的压测

wrk -t4 -c100 -d30s \  -H "Authorization: Bearer your_token_here" \  -H "Content-Type: application/json" \  http://127.0.0.1:8080/api/user/info

5.3 POST 请求压测（Lua 脚本）

wrk 原生不支持直接指定 POST body，需要用 Lua 脚本。

创建文件 post.lua：

-- post.luawrk.method = "POST"wrk.body   = '{"username":"test","password":"123456"}'wrk.headers["Content-Type"] = "application/json"

执行：

wrk -t4 -c100 -d30s -s post.lua http://127.0.0.1:8080/api/login

5.4 动态参数压测（每次请求参数不同）

真实场景下，你肯定不希望每次都发同一个请求——缓存可能会让结果失真。

创建 dynamic.lua：

-- dynamic.lualocal counter = 0request = function()    counter = counter + 1localpath = "/api/item?id=" .. counterreturn wrk.format("GET", path)end

执行：

wrk -t4 -c100 -d30s -s dynamic.lua http://127.0.0.1:8080

每次请求的 id 都不一样，模拟真实随机流量，压测结果更有参考价值。

5.5 随机 User-Agent 模拟多端访问

-- random_ua.lualocal agents = {"Mozilla/5.0 (Windows NT 10.0; Win64; x64)","Mozilla/5.0 (iPhone; CPU iPhone OS 15_0)","curl/7.68.0","PostmanRuntime/7.29.0"}request = function()local ua = agents[math.random(#agents)]    wrk.headers["User-Agent"] = uareturn wrk.format(nil, nil, nil, nil)end

5.6 先登录拿 Token，再压测需鉴权接口

这是生产中最常见的需求，分两步走：

Step 1：手动获取 token

curl -X POST http://127.0.0.1:8080/api/login \  -H "Content-Type: application/json" \  -d '{"username":"admin","password":"admin123"}'# 返回：{"token":"eyJhbGci..."}

Step 2：写 Lua 脚本带上 token

-- auth_test.luawrk.method = "GET"wrk.headers["Authorization"] = "Bearer eyJhbGci..."wrk.headers["Content-Type"]  = "application/json"

wrk -t4 -c200 -d60s -s auth_test.lua http://127.0.0.1:8080/api/orders

5.7 压测结果统计（自定义 done 回调）

-- stats.lualocal requests_ok  = 0local requests_err = 0response = function(status, headers, body)ifstatus == 200then        requests_ok = requests_ok + 1else        requests_err = requests_err + 1endenddone = function(summary, latency, requests)print("---------- 自定义统计 ----------")print(string.format("成功请求: %d", requests_ok))print(string.format("失败请求: %d", requests_err))print(string.format("P50延迟:  %.2fms", latency:percentile(50) / 1000))print(string.format("P99延迟:  %.2fms", latency:percentile(99) / 1000))print("--------------------------------")end

5.8 多接口轮询压测（模拟混合流量）

-- multi_path.lualocal paths = {"/api/user/list","/api/order/query","/api/product/detail?id=1","/health"}request = function()localpath = paths[math.random(#paths)]return wrk.format("GET", path)end

模拟真实生产环境下多个接口同时被访问的场景，比单接口压测更接近实际情况。

5.9 阶梯压测脚本（手动模拟流量爬升）

wrk 本身不支持阶梯并发，但可以用 shell 脚本模拟：

#!/bin/bash# step_load.shURL="http://127.0.0.1:8080/api/hello"for conn in 10 50 100 200 500 1000; doecho">>> 并发连接数: $conn"    wrk -t4 -c$conn -d15s --latency $URL | grep -E "Req|Latency|requests"echo""    sleep 3done

这样就能看出服务在不同并发下的性能曲线，快速找到性能拐点。

六、压测报告怎么分析？

光会跑还不够，更重要的是看懂数据。

Thread Stats   Avg      Stdev     Max   +/- Stdev  Latency     2.34ms    5.12ms  245.23ms   95.67%  Req/Sec     5.23k     1.23k    8.45k     68.34%Socket errors: connect 0, read 12, write 0, timeout 3Non-2xx or 3xx responses: 45

几个关键信号：

🔴 Socket errors 不为零 → 说明服务扛不住了，出现了连接拒绝、读写失败或超时

🔴 Non-2xx or 3xx responses 有值 → 服务返回了错误，要检查服务端日志

🟡 Latency 的 Stdev 很大 → 延迟波动剧烈，服务不稳定，可能存在 GC、锁竞争等问题

🟡 Max 延迟远大于 Avg → 存在长尾延迟，说明某些请求会被”卡住”

🟢 Stdev 小、P99 接近 P50 → 服务稳定，延迟可预期，是优秀服务的表现

七、wrk 的局限性

用了这么久 wrk，它的坑也得说清楚：

1. 只支持 HTTP/HTTPS，不支持 TCP、WebSocket、Unix Domain Socket 等协议
2. 不支持 HTTP/2（官方维护较少）
3. 不支持 Windows（只能在 Linux/macOS 上跑）
4. 不支持分布式压测，单机并发上限受限于本机资源
5. Lua 脚本功能有限，复杂场景编写麻烦
6. 没有图形化界面，结果需要自己解读

八、进阶推荐：wrk 不够用了怎么办？

说到 wrk 的局限，忍不住给大家推荐一个更强的工具——

hbench：这是我自己用 C++ 从零实现的一款高性能 HTTP 压测工具。

为什么要造这个轮子？因为在实际项目开发中，我们经常遇到这些场景：

• 要压测基于 Unix Domain Socket 的本地 IPC 服务
• 要压测裸 TCP 协议的自定义服务
• 要在同一个工具里统一压测 HTTP 和非 HTTP 服务

wrk 统统搞不定，而 hbench 全部支持。hbench课程链接：wrk 压不了 TCP？我用 2000 行纯 C 手撸了一个能压三种协议的压测工具

对于做 C++ 后端、网络编程的同学来说，hbench 是比 wrk 更全能的压测工具，而且源码比wrk更容易学习，可以直接学习其中的 epoll 异步模型、连接池设计、统计模块实现，一份代码，学到工业级工程经验。

九、总结

今天我们系统学习了 wrk 的用法：

• ✅ wrk 基本原理与安装
• ✅ 核心参数详解
• ✅ GET/POST/带 Token/随机参数等常见场景
• ✅ Lua 脚本进阶用法
• ✅ 压测报告解读方法
• ✅ wrk 局限性与替代方案

压测这件事，能帮你在上线前把问题暴露出来，而不是等到用户投诉才发现。 建议每个后端项目在上线前都跑一遍压测，把 QPS 上限、P99 延迟、错误率这三个指标摸清楚。

附：课程推荐

如果你读完这篇还觉得 C、C++、Linux 有些陌生，别急——我也开设了这三门入门课程，从零带你打好地基，快速上手项目实战：

• C 语言快速入门 ：大一啃完谭浩强的书，还是不会写代码？我花1个月做了套’12天速成’的C语言课
• C++ 快速入门 ：12天，从C++小白到独立做项目！我把3年踩坑经验浓缩成了这门课
• Linux 编程快速入门 ：为什么你学了半年 Linux 编程，还是写不出一个像样的程序？

感兴趣可以了解一下。

如果你已经有一定基础，想冲击更高的天花板，那下面这些工业级 C++ 项目正是为你准备的：

C++ 项目课程列表：

每一个项目都是工业级实现，代码量从几百行到几千行不等，覆盖高并发、网络编程、内存管理、无锁数据结构等核心方向。

👉 详情点击 C++ 项目合集课程链接：为什么同样是”学过C++”，有人面试碾压，有人开口就怂？差距在这18个C++硬核项目

觉得有用的话，点赞、推荐、转发给你的同事，让更多人在上线前把服务压垮在测试环境里，而不是生产环境 😄

有问题欢迎在评论区留言，我都会回复。