压测数据自动清理：别让测试污染线上影子库

2026年3月记录，分类「性能测试」。这篇按当时的测试现场整理，重点放在目标、动作和可复用的检查点。

压测目标

性能测试最怕只有并发数和 TPS，没有业务模型。这篇记录的重点是把压测目标、数据规模和退出条件先说清楚。

整理时我特意把输入、动作、观察点和风险拆开，方便后面补用例。

模型设计

• 先确认登录、查询、提交、支付等动作的业务占比。
• 压测数据要接近真实量级，并且能清理。
• 压测时同时看应用、数据库、缓存、网关和机器资源。

退出条件:
p95 < 800ms
错误率 < 0.5%
CPU < 75%
慢SQL无新增

监控指标

• 报告能解释瓶颈来自哪里。
• 优化前后使用同一组脚本和数据规模。
• 结论能转成容量建议或优化任务。

我一般会把这部分同步到缺陷模板里，让开发能直接看到复现材料和判断依据。

结论写法

性能报告不要只报数字，要把数字背后的业务容量讲清楚。后面遇到类似需求，可以先按这个结构跑一遍手工验证，再决定是否自动化。