AI 赋能性能测试：全流程辅助 Skill 实践方案.....

传统性能测试从需求梳理、脚本编写、压测配置到结果分析，整套流程环节繁杂、落地周期长，对测试人员经验门槛要求偏高。因此，我尝试使用AI 能力搭建全流程性能测试辅助方案，配套自研的全套Skill；有性能落地经验的同学，可基于这套技能，结合自身项目的压测规范二次改造适配，没经验的测试新手也能参考方案理顺完整压测逻辑。下面就带大家一步步拆解落地实践。

整体流程

整套方案覆盖需求梳理、测试计划制定、测试数据构造、压测执行、报告分析等全环节，流程中保留必要的人工校验节点，整体使用下来，是有一定的效率提升。

实操步骤

1、Skill下载

解压后，放在自己的skills目录下

Skill介绍

2、需求澄清

输入：

这里可以上传接口文档、需求文档、或产品提供的一些压测要求等都可以。我这里以接口文档为例。

AI输出：

这里分析了提供的接口文档，之后提供模板向你确认你想要进行的压测目标、范围以及压测的要求等

我这边按照AI提供的建议，重新输入了一版我的要求，我调整了我的压测持续时间，不需要那么长，期望3分钟内处理完即可,具体输入如下：

plan_id: demo-shop-api-baseline
压测目标: baseline
压测范围: P0下单链路
SLA: P95 <= 500ms，P99 <= 1000ms，错误率 <= 1%，目标吞吐 50 QPS
负载规模: 并发线程数 50，持续 3分钟，ramp-up 1 分钟
验收标准: P95/P99/错误率全部达标，且无明显库存扣减异常

AI输出两份文件：

内容有：基本信息、压测范围、SLA与负载目标、负载模型、验收标准等，基本上都是自然语言&中文的方式，目的就是提供给人类查看，能够更加容易理解和阅读

2、生成计划

在生成完需求澄清文档之后，下一步就是生成基础计划

输入：

会生成两份文件

md文件的内容，在实际的使用过程中，我们直接这份即可，逐一确认计划是否满足我们压测的要求

3、造数据

在压测的过程中，数据是十分关键的一环，那么这里，我们也可以利用AI进行数据的制造，主要提供两种方式，分别是：

1、提供数据库表结构进行制造；2、通过接口进行制造

输入：

AI输出：

AI会进行提问和咨询

方式一： ddl

我选择A，之后有相关的其他问题

AI输出：

我的输入：我将我相关的表提供给它

AI输出：生成了三个文件，分别是insert.sql文件、删除sql文件、以及一个提供给jmeter执行使用的csv文件

之后，可以将insert.sql文件在mysql中进行执行，之后进行下一步的处理

方式二：接口造数（另外一种方式）

另外一种造数方式，如果已经使用了方式一，则可以不需要执行这一步了

生成文件：

1、造数手册

2、造数脚本

3、清除数据手册

执行脚本

执行成功，数据正常创建

4、压测就绪检查

在造数完成之后，可进行环境的检查，如：

1、jmeter是否存在

2、数据是否准备周全

3、其他事项是否准备好

5、生成jmx脚本

输入：

输出：

6、jmeter导入脚本

确认完解析没问题之后，打开jmx文件

导入后效果

这里可以检查一下参数的内容，可以配合着生成的JMX-EXPLAIN.md文件进行阅读

也可以自己添加结果树和汇总报告

7、执行脚本

确认没问题之后，点击启动

最终会生成一个报告结果，可以将其复制到项目中

8、报告分析

输出结论

总体指标：

失败和瓶颈定位

9、可观测分析

如果具备这些数据的话，可以提供给该skill，分析的效果会更好

应用：P95/P99、error rate、GC pause、线程池、连接池
主机：CPU、内存、磁盘 I/O、网络
数据库：慢 SQL、连接数、锁等待
时间同步：压测机和服务机 NTP 对齐（非常重要）

之后执行该skill

输出报告：

可以分析出原因，并且将报告给到开发，让开发使用其进行分析和性能优化

小结

本文内容较长，也花费了较多的时间去进行实践，目的是想要我们在实际压测的流程中，在各个环节中进行提效，当然，如果有一些定制化的要求的话，也可以基于当前的skill做优化和调整，希望能够帮助到你