问题1：在对97资源和海外服务器做性能测试时，应该先收集哪些关键指标？

首先要确定业务目标与SLA，明确响应时间、可用性和并发量要求。测试前必须收集基础指标：CPU、内存、磁盘IO、网络带宽与丢包率、连接数、线程/进程数、数据库慢查询与锁等待。

另外，关注应用层指标如请求延迟分布（P50/P90/P99）、错误率、吞吐量（RPS/TPM）以及外部依赖（第三方API、CDN、DNS）表现。这些指标结合日志与调用链（APM）可以为后续的瓶颈排查流程提供数据支持。

常用工具

推荐使用压测工具（JMeter、k6、Locust）、监控（Prometheus+Grafana）、APM（SkyWalking/Zipkin/Jaeger）、系统监控（iotop、iftop、sar、vmstat）和网络诊断（ping、traceroute、mtr、tcptraceroute）来覆盖以上指标。

问题2：如何搭建并校验海外测试环境以保证结果可靠？

搭建环境时要复现生产架构，包括负载均衡、缓存、数据库主从和CDN配置。选择与目标地区相近的云地域或自建机房，避免使用与生产不同的中间件版本或硬件类型。

校验步骤包括基线测试（低并发下验证功能正确性）、网络基线（测量延迟、丢包、带宽上限）以及资源一致性检查（CPU型号、内存大小、磁盘类型）。对比生产监控数据，确保关键指标在同一阶梯，否则记录并在报告中说明差异。

网络特殊注意点

海外服务器常见网络抖动、跨国链路拥塞或ISP限速问题，应用多点测量、持续ping与traceroute获取路径稳定性数据，并在压测中增加网络异常场景（丢包、延迟波动）进行健壮性测试。

问题3：针对97资源的业务特性，如何设计有效的压力测试场景？

先基于业务流量构建真实场景：登录、浏览、文件下载/上传、搜索、付费等关键路径。分层设计：低强度功能测试、渐进式增长的阶梯压测、突发流量（Spike）与稳定高并发长时间压测（Soak）。

在场景中注入真实数据分布和用户行为、Cookie/Session逻辑、地理分布以及并发连接数上限。模拟第三方依赖慢响应或超时，观察系统降级策略和重试逻辑对整体性能的影响。

数据与脚本管理

保证压测脚本与真实请求一致，包括Header、Cookie、流量特征，使用参数化和数据池避免缓存命中偏差。每次测试记录版本号、环境配置与测试用例以便复现。

问题4：定位性能瓶颈的实用流程是什么？

先从外到内进行排查：查看外部链路和CDN是否异常，再看负载均衡与网络PSI数据，接着观察应用实例的CPU/内存/线程和GC、最后检查数据库慢查询、索引缺失或锁竞争。

结合呼叫链（Tracing）快速定位响应时间主要耗时点；利用 flamegraph 或火焰图定位函数/线程热点。若是磁盘或IO成为瓶颈，使用iostat、fio进行读写基准测试；若是网络问题，使用tcpdump抓包并分析重传、延迟与握手失败。

常见瓶颈类型与判断方法

CPU饱和：CPU利用率接近或达100%，系统负载高且线程阻塞多。内存不足：频繁OOM、交换区使用增加或GC时间长。IO瓶颈：磁盘队列长度高、等待时间长。数据库瓶颈：慢查询、未命中索引、连接池耗尽。网络瓶颈：超时、丢包与高RTT。

问题5：定位到问题后，如何制定修复与验证流程，确保瓶颈排查流程闭环？

先评估影响面并制定快速回滚方案。优先级按风险与收益排序：配置优化（连接池、缓存策略）->代码优化（减少同步、优化算法）->架构调整（水平扩展、引入缓存/队列）->资源扩容。每项变更先在预发或小流量环境验证。

修复后进行回归压测和对比基线数据，验证P50/P90/P99和错误率是否达到预期。将所有检测指标、变更记录、回滚点写入变更单并纳入CI/CD流程，建立自动化压测与报警，形成闭环的持续优化体系。

来源：技术团队分享97资源+海外服务器 性能测试与瓶颈排查流程