k6 性能测试可视化完整指南：让压测数字回答“能不能上线“

k6 性能测试可视化完整指南：让压测数字回答"能不能上线"

【免费下载链接】k6A modern load testing tool, using Go and JavaScript项目地址: https://gitcode.com/GitHub_Trending/k6/k6

压测跑了两个小时，屏幕上一堆数字，第二天发布评审问"能不能上线"，你只能回答"感觉还行"。k6 性能测试可视化要解决的就是这件事——把每次请求产生的指标变成能支撑决策的图表，让你下次用数据回答。

一条数据流的四个出口

k6 是一个用 Go 写的负载测试工具，压测脚本则是普通的 JavaScript 文件，会基本 JS 就能写脚本。测试启动后，每个虚拟用户（VU）执行脚本、发起请求并产生指标，引擎同时把这些指标分发到四个出口 📊：

• 终端实时输出：终端里实时刷新的统计，跑的时候肉眼看；
• 本地 k6 dashboard：内置的 Web 仪表板，不依赖任何外部服务；
• JSON / CSV 落盘：每个采样点逐条写入文件，便于离线回放或表格分析；
• InfluxDB + Grafana：实时写入 InfluxDB，在 Grafana 里拼成可长期保留的 k6 可视化面板。

单机扛不住负载时，k6 会拆成一个协调器和多个代理：协调器负责调度，代理负责产生流量、收集数据，指标最终汇总回协调器。

k6 到底在采集什么指标

内置指标：最常用的四组

k6 的指标采集默认全开，什么都不用配。最常看的四组：

• http_req_duration响应时间：自动算 avg、p(95)、p(99) 等百分位；
• http_req_failed失败率：非 2xx/3xx 请求占比；
• http_reqs请求总数：就是吞吐量，可折算 rps；
• vus/vus_maxVU 状态：虚拟用户数量随时间的曲线。

另有checks通过率和data_sent/data_received流量，基本覆盖常见压测场景。

自定义指标：内置没覆盖的自己采

k6/metrics提供四种：Counter 累计、Gauge 瞬时值、Rate 成功率、Trend 时序。举个例子：

import http from "k6/http"; import { Trend, Rate } from "k6/metrics"; const loginDuration = new Trend("login_duration"); const loginFailed = new Rate("login_failed"); export default function () { const res = http.post("/login", { user: "u", pass: "p" }); loginDuration.add(res.timings.duration); loginFailed.add(res.status !== 200); }

更多写法见 examples/custom_metrics.js。

30秒跑通：你的第一条可视化链路

⚡ 四步，每步只给最短必要内容。

第一步：安装

下载对应系统的二进制包放进 PATH，k6 version能出版本号即可。

第二步：写脚本

import http from "k6/http"; import { check } from "k6"; export const options = { vus: 10, duration: "30s" }; export default function () { const res = http.get("https://test-api.k6.io/"); check(res, { "status 200": (r) => r.status === 200 }); }

第三步：选出口

k6 run --out json=results.json script.js

换--out参数就切换出口：csv=results.csv落盘表格，influxdb=http://localhost:8086/k6实时写库，加--web-dashboard开本地仪表板。

第四步：看图表

本地仪表板随测试启动，直接呈现 p95、rps、VU 数与失败率的实时曲线。要建长期看板，把仓库里的 Grafana 默认仪表板模板 导入 Grafana，用 InfluxDB docker-compose 示例 把数据库拉起来。只落了 JSON 也不用白跑：k6 dashboard replay能把录制文件回放成仪表板，事后复盘。

别只看图：从数据到决策的三条军规 🎯

军规一：先立基线，再谈优化。"变快了"没有参照数字就是空话。把性能目标写成 k6 阈值放进脚本，越过阈值测试直接判失败、退出码非零：

export const options = { thresholds: { http_req_duration: ["p(95)<500"], checks: ["rate>0.99"], }, };

这样 CI 不需要人盯图，阈值就是自动裁决。按标签细分指标的完整写法见 examples/thresholds.js。

军规二：按业务流程设计负载，而不是孤立接口。单个接口打满 1000 rps 只是实验室数字。真实用户的路径是"登录 → 列表 → 搜索 → 下单"，压力要压在这条链路上，否则你会优化没人用的接口，漏掉真正的瓶颈。

军规三：图表要配得上问题。趋势图看 p(95) 随版本和负载怎么漂移；分布找"少数但致命"的长尾——avg 正常而 p(99) 突起，说明存在离群场景；对比图叠两个版本，直接定位回归。回答不了问题的图，就删掉它。

别把数字带到评审，把图和阈值带到评审。今天就把基线写出来，跑通第一条本地 dashboard 链路，下次发布会上的"能不能上线"，就是一道有标准答案的题。

【免费下载链接】k6A modern load testing tool, using Go and JavaScript项目地址: https://gitcode.com/GitHub_Trending/k6/k6