【性能】软件性能测试,我们是否过度优化了那些本不该快的流程?

最近几年，我跟不少客户聊性能测试的事情，发现一个很奇怪的现象：大家一张嘴就问“你们能支持多少并发”。好像并发数越高，系统就越牛。这种想法其实害了不少项目。 今天我想聊聊那些“慢即是合理”的场景，帮大家跳出高并发的思维陷阱。

财务对账系统：数据一致性才是命门

先说一个我之前接触过的例子。有家金融客户要做性能测试，要求响应时间必须控制在200毫秒以内。我问他们为什么定这个标准，他们说行业惯例。我又问他们业务逻辑是什么，他们说是财务对账系统。

这就尴尬了。财务对账的核心是什么？是数据一致性。为了保证每一笔账都对得上，系统必须在写入时加锁，要等所有校验流程走完才能返回结果。这个过程本身就快不了。

后来我们重新定了指标：把重点放在“对账成功率”和“数据准确率”上，响应时间放宽到2秒。结果系统上线后运行得非常稳，没有出现过一次数据错乱的问题。如果当初硬要压到200毫秒，要么牺牲数据一致性，要么投入大量资源做分布式事务，最后得不偿失。

秒杀系统：优雅降级才是真本事

再说秒杀系统。这几年秒杀活动特别火，很多公司砸重金做高并发优化，声称能支持几十万甚至上百万并发。但我见过太多反面案例了。

有个电商客户，双十一期间系统崩了三天。技术团队当时很委屈，说他们确实扛住了高并发请求啊。问题出在哪？出在他们只关注了“能接收多少请求”，完全没考虑“处理不过来怎么办”。大量请求堆积在队列里，数据库连接池耗尽，整个系统彻底不可用。

秒杀系统的性能测试目标从来不是“让所有请求都成功”，而是“在系统承压时还能保持核心功能可用”。具体怎么做？一是限流，把请求挡在门外总比系统崩溃好；二是熔断，发现数据库扛不住了就自动降级；三是预案，提前准备好“系统繁忙请稍后再试”的友好提示。这些措施听起来不酷，但关键时刻能救命。

批处理任务：别用实时标准要求后台任务

还有一种容易被忽略的场景是批处理。什么叫批处理？比如每天凌晨跑一次的财务报表生成，比如月末汇总的用户行为分析。这些任务的特点是：后台运行、不需要用户实时等待、但数据量巨大。

我见过有人用实时交易的性能指标去要求批处理任务，非要让系统在一分钟内处理完十万条数据。结果呢？系统资源被批处理占满了，白天用户正常使用都受影响。

批处理任务的性能指标应该怎么定？先问自己一个问题：业务上允许这个任务跑多久？如果是凌晨跑的任务，跑三小时和跑十分钟有区别吗？通常没有。那就把指标定为“在业务允许的时间窗口内完成”，把省下来的资源留给真正需要快的业务。

怎样制定合理的性能指标

说了这么多案例，可能有人会问：那我到底该怎么定指标？我的经验是三步走。

第一步，把业务场景吃透。不同业务对性能的要求完全不同。财务系统要准，秒杀系统要稳，批处理要省资源。把业务逻辑搞清楚了，再谈性能指标。

第二步，分清楚主次。性能指标有很多：响应时间、吞吐量、并发数、错误率、资源利用率。一定要想清楚，哪个指标对当前业务最重要，优先级排第一。其他指标达到合理水平就行，不用样样都追求极致。

第三步，设定合理的阈值。阈值不是拍脑袋定的，要基于历史数据和业务预期。比如响应时间，可以参考P95或者P99的值，别盯着平均值不放。平均值好看没用，总有用户被慢请求坑惨。