哪些压力测试工具能测Golang微服务？Locust与Wrk应用-Golang-PHP中文网

真正能暴露生产级瓶颈的Golang微服务压测工具是wrk、vegeta、ghz和Locust；其中wrk需加-H "Connection: Close"禁用KeepAlive，vegeta和ghz默认禁用KeepAlive且支持细粒度连接控制，Locust需手动禁用requests连接池，所有工具压测前均须清空page cache、触发GC并关闭日志。

哪些压力测试工具能测golang微服务？locust与wrk应用

能测 Golang 微服务的压力测试工具不少，但真正能暴露生产级瓶颈（比如 accept 队列溢出、TIME_WAIT 泛滥、连接池打满）的，其实就那么几个：wrk、vegeta、ghz、Locust。JMeter 虽然能用，但默认开启 KeepAlive、资源开销大、脚本维护重，容易掩盖真实问题。

wrk 测 Go 服务必须关 KeepAlive 才算真压测

wrk 默认使用 HTTP/1.1 长连接，这对测“单接口吞吐极限”很友好，但会绕过 Go 服务端的连接管理逻辑——你看到的高 QPS 可能只是复用连接的结果，不是服务端真实扛住的能力。

务必加 -H "Connection: Close" 强制短连接，否则测不到 net.ListenConfig 的 LimitListener 是否生效、http.Server.ReadTimeout 是否触发
线程数 -t 建议设为 CPU 核数的 1–2 倍；并发数 -c 要逐步加，别一上来就 -c 5000，Go 的 net/http 默认 MaxConnsPerHost 是 100，客户端连不上是常态
不支持 gRPC；HTTP/2 需手动编译启用，且 Go 服务端要显式配置 http2.ConfigureServer，否则 fallback 到 HTTP/1.1 后行为不可控

Locust 适合测用户行为链路，但得自己管好连接生命周期

Locust 的核心价值是用 Python 写真实业务流（比如登录 → 查商品 → 加购 → 下单），但它默认用 requests 库，而 requests.Session 默认复用连接——这和 wrk 一样，会掩盖服务端连接瓶颈。

Golang Uber Dig

使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等

下载

必须在 HttpUser 初始化时禁用连接池：self.client.pool_connections = 0; self.client.pool_maxsize = 0
每个 task 里发请求前，手动创建新 session 或显式设置 headers={"Connection": "Close"}
想测 gRPC？得自己集成 grpcio 并重写 task，不能依赖 HttpUser；WebSocket 测倒是原生支持，但要注意 websocket-client 的心跳和重连策略是否匹配你的服务端
分布式启动时，各 worker 进程的 time.time() 不同步，如果压测脚本里有基于时间的限流逻辑（比如每秒最多调 5 次），结果会失真

vegeta 和 ghz 是 Go 微服务压测的隐藏主力

vegeta（HTTP）和 ghz（gRPC）是 Go 生态里最贴近生产实况的工具，它们默认禁用 KeepAlive、支持细粒度连接控制、输出带错误码分布，而且命令行参数直白。

vegeta 压测时加 -insecure（HTTPS 场景）、-timeout 5s（避免卡死）、-rate 100（QPS 控制比 -connections 更稳）
ghz 测 gRPC 必须传 --call 指定方法全路径，metadata 要写成 --metadata "auth=token"，否则服务端收不到
二者都不支持“模拟登录态后持续复用 token”，得自己写 shell 脚本先调登录接口取 token，再喂给 vegeta/ghz 的 -body 或 --data
vegeta 输出的 CSV 里 latency 字段单位是纳秒，直接导入 Grafana 会错位，需除以 1e6 转毫秒