核心是验证nginx调优后系统更稳、恢复更快、资源更合理，需全链路压测并对比6类指标：连接稳定性、上游健康度、响应质量、错误收敛性、cpu/内存效率、缓存有效性；每次单参数调整，辅以三图一表报告。
测试 Nginx 核心参数调优前后的全链路压测对比，关键不是比“谁的 QPS 更高”，而是看在真实业务压力下，系统是否更稳、恢复更快、资源利用更合理。必须把压测嵌入完整请求链路（客户端 → DNS → TLS → Nginx → upstream → DB/缓存），并统一采集端到端指标与 Nginx 自身信号。
一、压测前必须对齐的基线条件
确保调优前后对比公平，以下五项必须完全一致：
- 压测工具与脚本：使用同一版本 k6 或 wrk，脚本中 URL 路径、Header、Body 模式（如是否带 token、是否模拟登录态）、并发模型（固定并发 or RPS 模式）完全相同
- 后端服务状态：upstream 集群节点数、部署版本、JVM 参数 / 数据库连接池大小等保持不变，仅 Nginx 配置变动
- 网络环境：压测机与 Nginx、Nginx 与 upstream 之间走同一线路（避免跨 AZ 或不同云厂商链路干扰）
- 监控采集粒度：Prometheus 抓取间隔 ≤ 5s，所有指标（包括 $upstream_response_time、$request_time、$status）开启 labels 分组（如按 upstream server、location 区分）
- 稳态时长：每次压测至少运行 45 分钟，前 15 分钟为 ramp-up 和预热，中间 20 分钟为稳态观察窗口，最后 10 分钟用于故障注入与恢复验证
二、必须对比的 6 类核心指标
不能只看平均值，要关注 P95/P99 分位、波动率和异常突刺：
- 连接层稳定性：Active connections 峰值占比（vs worker_connections × worker_processes），调优后应下降 15%+；TIME_WAIT 数量应平稳，不出现阶梯式堆积
- 上游健康度：upstream timed out 出现频次（access 日志 grep 统计），proxy_next_upstream_tries 触发次数，理想值为 0 或 ≤ 总请求数的 0.01%
- 响应质量：P99 $upstream_response_time（后端真实耗时）与 P99 $request_time（Nginx 全链路耗时）差值，调优后该 gap 应收窄（说明 Nginx 自身开销降低）
- 错误收敛性：5xx 错误率（尤其 502/504）在突发脉冲或单点故障后 30 秒内是否回落至 0.1% 以下；错误日志中 max_fails 触发标记与 fail_timeout 恢复时间是否符合预期
- CPU 与内存效率：Nginx worker 进程用户态 CPU 占比（非系统态），HTTPS 场景下 openssl 相关函数占比应 ≤ 35%；RSS 内存增长斜率应平缓，无持续爬升
- 缓存有效性：若启用 proxy_cache，命中率（$upstream_cache_status = HIT）需 ≥ 85%，且 cache manager 进程不应频繁触发 purge（说明 inactive 时间设置合理）
三、典型调优项与对应验证方式
每次只改一个参数，压测后立即比对，避免叠加干扰：
- 调大 worker_connections 从 1024 → 16384：重点看 Active connections 是否不再触顶、TIME_WAIT 是否减少、系统 nofile 限制是否仍充足（用 ss -s 验证）
- 调整 keepalive_timeout 从 75s → 20s：观察连接复用率（$http_connection = keep-alive 的比例）、worker_connections 利用率曲线是否更平滑、P99 延迟是否降低（尤其短连接场景）
- 启用 ssl_session_cache shared:SSL:20m + OCSP stapling：对比 TLS 握手耗时（curl -w "%{time_appconnect}"）、CPU 用户态中 ssl_handshake 占比是否下降 ≥ 20%
- 关闭 proxy_buffering 用于流式接口：验证首字节时间（TTFB）是否稳定在 100ms 内、response_body_size 分布是否符合流式 chunk 特征、内存 RSS 是否无尖峰
四、生成可交付的对比报告
一份有效的对比报告应包含三张图+一张表：
- 折线图：P99 request_time 对比（调优前后双曲线，标注脉冲点与故障注入时刻）
- 热力图：upstream_response_time × upstream_server 的二维分布（确认负载是否更均衡）
- 散点图：Active connections vs CPU usage（判断是否进入连接密集型瓶颈区）
- 表格：列出每项调优参数、压测前后关键指标变化率（如 “worker_connections↑600% → 502↓92%”），并标注是否达到预期阈值
