2.2 执行模型与线程调度

2.2 执行模型与线程调度

本节摘要：线程数、Ramp-up、循环次数这三个参数决定压测怎么跑。本节讲线程调度模型，帮你配出贴近真实场景的负载。

核心问题

阅读完本节，你应当能够：

1. 理解线程数、Ramp-up、循环的配合
2. 区分吞吐量定时器和并发用户模型
3. 避免调度配置的常见坑

概念脉络

一、三个核心参数

• 线程数（num_threads）：模拟的并发用户数
• Ramp-up（ramp_time）：启动所有线程用的秒数
• 循环次数（loops）：每个线程重复执行的次数

例：100 线程、Ramp-up 10 秒、循环 1 次 → 10 秒内每秒启动 10 个线程，每个线程跑 1 轮。

图 2-2 线程调度模型

二、Ramp-up 的意义

Ramp-up 让线程分批启动，避免瞬间全启动把服务打挂（不是真实场景）。设 0 表示瞬间全启动，只在测"瞬间冲击"时用。

Ramp-up 设多长看场景：

• 测平稳负载：Ramp-up 设长一点（如 60 秒），逐步加压
• 测瞬间冲击：Ramp-up 设短或 0
• 一般经验：每秒启动 5-10 个线程比较平滑

三、循环次数和持续时间

• 循环次数固定：每个线程跑 L 次后结束，总时长取决于每次耗时
• 勾选"永远"：持续循环，靠调度器（Scheduler）控制持续时间
• 调度器：设开始时间和持续时间，到点自动停

<ThreadGroup>
  <boolProp name="ThreadGroup.scheduler">true</boolProp>
  <stringProp name="ThreadGroup.duration">300</stringProp>  <!-- 持续 300 秒 -->
</ThreadGroup>
​

四、并发用户 vs 吞吐量

两种负载模型：

• 并发用户模型：固定线程数模拟并发用户，靠定时器控制请求间隔
• 吞吐量模型：用吞吐量定时器（Constant Throughput Timer）固定 TPS，线程数自动调整

测"系统能扛多少并发"用并发模型；测"固定 TPS 下响应如何"用吞吐量模型。

五、常见坑

• Ramp-up 设 0：瞬间全启动，不真实且可能打挂服务
• 线程数设太高：超过单机 JVM 承受，JMeter 自己先崩，结果不准
• 循环次数设 1：只跑一轮，没到稳态就结束，测不到稳态性能

⚠️ 常见坑：线程数设几千单机就 OOM——JMeter 每线程占内存，单机一般几百到一两千，再高用分布式。

💡 关键直觉：线程数=并发用户，Ramp-up=分批启动时间（不是等待），循环/持续时间控制跑多久。单机线程数别超 JVM 承受，再高用分布式。

本章回顾

• 三参数：线程数（用户）、Ramp-up（启动秒数）、循环次数（每线程轮数）。
• Ramp-up：分批启动避免瞬间冲击，每秒 5-10 个较平滑，设 0 只在测瞬间冲击。
• 持续时间：循环次数固定或勾"永远"+调度器控制时长。
• 负载模型：并发用户模型（固定线程）vs 吞吐量模型（固定 TPS）。
• 单机上限：每线程占内存，单机几百到一两千，再高用分布式。

下一节讲结果怎么采集和生成。

执行模型详解

JMeter 的执行模型基于 Java 线程：线程组中的每个虚拟用户是一个 Java 线程，按 ramp-up 时间逐步启动。调度参数：线程数（Number of Threads）、启动时间（Ramp-Up Period）、循环次数（Loop Count）。调度器（Scheduler）可设置持续时间与启动延迟，适合稳定性测试的定时启停。

调度参数配置示例

性能影响因素

线程调度性能受三方面影响：CPU（采样器计算与响应解析）、内存（线程栈与结果缓存）、连接数（目标服务器与压测机两侧）。建议压测机 CPU 使用率不超过 70%，否则结果失真；结果缓存过大时启用结果流式写入（streaming results）避免内存溢出。

调度配置实战

一个典型的阶梯加压场景：目标验证系统在 100/200/400 并发下的表现。可用三个线程组分别设 100/200/400 线程、Ramp-Up 均为 60 秒、错开启动时间，或使用 Custom Thread Groups 插件的阶梯模型实现单线程组递增。执行后对比三组结果的响应时间与吞吐量，观察拐点位置，即可判断系统容量边界。

调度器用法

调度器（Scheduler）用于定时控制：设置持续时间（如 1 小时）后，线程按配置并发执行直至时间到，适合稳定性测试与夜间自动化任务；设置启动延迟可让脚本在指定时间开始。注意调度器与循环次数的关系：指定了持续时间时循环次数设置将失效，执行以时长为准。

线程调度中的常见误区：把线程数直接等同于并发数（实际并发取决于 ramp-up 期间已启动线程数）；忽略线程组间的执行顺序（JMeter 默认按线程组顺序启动，可调整独立运行开关实现并行）；忘记调度器与循环的互斥关系。理解这些细节能避免测试设计与预期不符。

线程与资源映射

每个线程持有独立的对象：变量副本、cookie 管理器实例、连接池条目。线程数从 100 升到 1000 时，内存占用线性增长，这也是为什么超大并发需要分布式——单机内存与线程调度开销是硬上限。