一、写在前面：为什么必须掌握“离线压测能力”？

在很多单位（尤其是内网、涉密网、科研院所、政企环境）：

• ❌ 不能访问公网压测平台

• ❌ 不能将业务数据发往云端

• ❌ 不能安装在线 SaaS 组件

• ✅ 必须可离线部署、可审计、可留档

因此，离线压力测试工具成为性能验证、系统上线前评估、等保检查中的刚需能力。

二、压力测试基础概念

在进入工具前，先统一几个概念：

核心指标包括：

• QPS / TPS

• 平均响应时间

• 95%响应时间

• 错误率

• CPU / 内存 / IO 利用率

三、离线压力/负载测试工具大全

1️⃣ Apache JMeter（企业级全能选手）

🔹 背景

• 由 Apache 基金会维护

• 2000 年诞生

• 全球使用最广泛的开源压测工具之一

• Java 编写

🔹 核心功能

• 支持 HTTP/HTTPS

• 支持 REST/SOAP API

• 支持 JDBC 数据库压测

• 支持 FTP、TCP

• 支持参数化、关联、断言

• 可生成 HTML 报告

• 支持 GUI 和 CLI 模式

• 支持分布式压测

🔹 优点

✔ 功能全面
✔ 社区成熟
✔ 适合复杂业务流程

🔹 缺点

✘ 占用内存高
✘ GUI 模式不适合超高并发

🔹 官方下载

官网：
https://jmeter.apache.org

下载步骤：

1. 安装 JDK 8+

2. 下载 zip 压缩包

3. 解压即可运行

2️⃣ k6（现代化轻量工具）

🔹 背景

• 由 Grafana Labs 维护

• Go 语言开发

• 现代脚本化压测工具

🔹 核心功能

• JavaScript 编写压测脚本

• 支持 HTTP API 压测

• 输出 JSON/CSV 结果

• 支持本地离线运行

• 可与 CI 集成

🔹 优点

✔ 轻量
✔ 启动快
✔ 脚本清晰

🔹 缺点

✘ 无 GUI
✘ 不适合极复杂多协议场景

🔹 官方下载

官网：
https://k6.io

下载二进制版本即可离线运行。

3️⃣ Locust（Python分布式压测）

🔹 背景

• Python 编写

• 支持分布式架构

• 适合 DevOps 场景

🔹 核心功能

• 使用 Python 编写用户行为

• 支持主从模式分布式压测

• 可视化统计界面

• 支持 REST API 压测

🔹 优点

✔ 可模拟真实用户逻辑
✔ 分布式能力强

🔹 缺点

✘ 需要 Python 环境

🔹 官方下载

官网：
https://locust.io

安装方式：

pip install locust

4️⃣ wrk / wrk2（高性能HTTP压测）

🔹 背景

• C 语言实现

• 高性能 HTTP 压测工具

• 适合极限测试

🔹 核心功能

• 超高 RPS

• 支持 Lua 脚本

• 单机可模拟几十万并发

🔹 优点

✔ 极高性能
✔ 资源占用低

🔹 缺点

✘ 仅支持 HTTP
✘ 无图形界面

🔹 官方下载

GitHub：
https://github.com/wg/wrk

5️⃣ Gatling（高并发事件驱动）

🔹 背景

• Scala 编写

• 基于异步事件驱动模型

🔹 功能

• 高并发处理能力强

• 自动生成 HTML 报告

• 支持 HTTP/WebSocket

官网：
https://gatling.io

四、工具对比总表

五、企业离线选型建议

场景 1：复杂业务系统（OA/资产/主数据）

推荐：JMeter

场景 2：API接口压测

推荐：k6

场景 3：大规模并发极限测试

推荐：wrk2

场景 4：分布式多机压测

推荐：Locust

六、离线压测实施建议

1. 从低并发开始逐步拉升

2. 控制测试时间，避免误判

3. 记录 CPU / IO / 内存 曲线

4. 多次测试取平均值

5. 压测前关闭 debug 日志

七、总结

离线压力测试能力，是：

• 系统上线前的最后一道防线

• 运维能力成熟度的体现

• 等保与审计的重要支撑

工具本身不是核心，关键在：

✔ 场景建模能力
✔ 指标解读能力
✔ 瓶颈定位能力