服务澳大利亚用户时,怎样测试悉尼服务器的晚高峰访问表现?
晚高峰访问表现不能只用一次 ping 或一次网页打开速度来判断。更可复现的做法是:先在固定测试点、固定接口和固定请求条件下建立非高峰基线,再只改变一个变量,例如把测试时间切换到悉尼当地晚间,随后对比 DNS、建连、TLS、首字节时间、完整响应时间、错误率和服务器资源曲线。
如果服务对象主要在澳大利亚,还应把悉尼、墨尔本、布里斯班、阿德莱德和珀斯等来源分别观察。悉尼服务器到这些城市的网络路径、运营商和接入方式可能不同。测试结果只能说明“某个来源在某个时间段访问某个服务端点的表现”,不能直接等同于所有澳大利亚用户的统一体验。
对于需要关注澳大利亚及亚太地区访问表现的跨境业务,A5数据提供中国香港、日本、韩国、中国台湾、新加坡、马来西亚等地区的物理服务器资源,覆盖常规建站、业务后台、数据库、接口服务和多任务计算等场景。不同地区可匹配不同CPU、内存、存储、带宽线路及多IP配置,为跨区域业务部署、网络路径对比和服务端资源规划提供基础。
先定义要测的访问对象
测试前需要明确“访问表现”具体指什么。静态首页、登录接口、商品查询接口、文件下载和数据库驱动的业务页面,瓶颈位置并不相同。如果只测首页,可能得到较好的结果,却没有覆盖真正影响用户操作的接口。
建议至少设置两类测试端点:
- 轻量健康端点:只返回固定内容,用于观察网络、TLS、Web 服务和基础连接能力。
- 代表性业务端点:按照真实访问方式发起请求,包含必要的查询、鉴权和响应生成,但尽量使用测试数据,避免对生产数据产生写入影响。
如果页面由多个静态资源、接口请求和第三方服务组成,还应增加一次浏览器级测试,用于观察页面实际可用时间。浏览器级数据不能替代服务端接口数据,它们分别回答两个问题:
- 接口端点是否及时返回?
- 用户从打开页面到主要内容可操作需要多久?
测试指标与含义
| 指标 | 主要观察对象 | 适合回答的问题 | 解释时的注意点 |
|---|---|---|---|
| DNS 查询时间 | 域名解析 | 解析是否成为首个延迟来源 | 受解析器、缓存和 TTL 影响 |
| TCP 建连时间 | 客户端到服务器的网络路径 | 路由、丢包或连接建立是否变慢 | 不等于服务器处理时间 |
| TLS 握手时间 | HTTPS 加密连接 | 证书协商和新建连接是否耗时 | 连接复用时可能被隐藏 |
| 首字节时间 TTFB | 网络加服务器处理 | 请求是否在服务端排队或执行变慢 | 需要结合服务器日志拆分 |
| 完整响应时间 | 从请求发出到响应结束 | 一个接口是否完整返回 | 下载文件时会受到文件大小影响 |
| P50、P95、P99 | 延迟分布 | 普通请求和尾部请求是否恶化 | 平均值不能代替尾延迟 |
| HTTP 状态码 | 应用返回结果 | 是否出现 5xx、超时或异常 4xx | 业务拒绝与服务器故障要分开 |
| 吞吐量 | 请求数、字节数或下载速率 | 并发增加后能否维持处理能力 | 需要注明请求类型和单位 |
| 页面 LCP、INP 等 | 浏览器实际体验 | 用户看到主要内容和操作反馈的速度 | 受前端脚本和第三方资源影响 |
| CPU、内存、磁盘、连接数 | 悉尼服务器内部资源 | 延迟上升是否伴随资源瓶颈 | 单项资源正常不代表系统没有排队 |
其中,P95 表示按延迟从低到高排序后,95% 的请求不超过该值;P99 表示 99% 的请求不超过该值。晚高峰测试尤其要看 P95 和 P99,因为少量慢请求可能集中影响登录、支付、搜索等关键操作。
时间口径必须固定
悉尼当地时间会在标准时间和夏令时之间切换:
- AEST 为 UTC+10;
- AEDT 为 UTC+11。
测试记录应同时保存本地时间和 UTC 时间。例如日志中可以记录 2025-08-20T20:15:00+10:00,而不是只写“晚上八点”。如果需要与服务器、监控平台和数据库日志关联,UTC 时间通常更容易对齐。
“晚高峰”也不应直接套用一个固定时段。可以先观察目标业务的访问分布,再把连续访问量较高的时段作为候选窗口。没有历史数据时,可以将悉尼当地 18:00—23:00 划为初始观察区间,并在正式验收前根据实际用户分布修正。
建立非高峰基线
基线的作用不是证明服务器一定正常,而是提供同一测试条件下的参照。没有基线,晚高峰测到 800 毫秒时,无法判断这是线路固有延迟、应用处理时间,还是高峰新增排队造成的变化。
固定基线的组成
一次有效基线至少应记录以下内容:
- 测试来源所在城市、运营商类型和网络类型,例如固定宽带、移动网络或云主机。
- 目标域名、协议、端口、IPv4 或 IPv6 情况。
- 测试端点、HTTP 方法、请求头、请求体和鉴权方式。
- 是否经过 CDN、负载均衡、WAF 或其他中间层。
- 测试时段、时区、单次请求间隔和持续时间。
- 服务器实例、应用版本、数据库版本和缓存状态。
- 服务器 CPU、内存、磁盘 I/O、网络连接数和应用队列。
- 测试账号、测试数据和是否允许写入。
基线与高峰测试应使用同一端点和同一请求模板。不要在基线测静态首页,在高峰测复杂搜索接口,然后把两个结果放进同一张对比表。
建议的采样方式
单次请求只能提供一个样本,无法反映偶发丢包、连接重试和应用排队。可以采用以下基础采样方案:
- 每个测试窗口持续 30 分钟;
- 每 10 秒发起一次轻量请求,得到约 180 个样本;
- 每 30 秒或每分钟发起一次业务请求,避免对业务造成过大压力;
- 先预热 5 分钟,再把后续数据纳入主要统计;
- 非高峰和晚高峰尽量安排在相同工作日、相同来源和相同配置下;
- 至少重复两个工作日,必要时增加周末或活动日样本。
如果需要比较 P99,样本量要明显多于几十次。180 个样本中,一个异常请求就可能显著改变 P99,因此应同时保留原始数据、异常时间点和服务器日志,不能只保存一个百分位数字。
用命令记录单接口延迟
下面的示例适合在获得授权的 Linux 测试机上,对 HTTPS 只读端点进行低频探测。它不会生成高并发压力,变量也较少,适合建立基线。https://example.com/healthz 需要替换为实际测试地址。
url="https://example.com/healthz"
for i in $(seq 1 180); do
curl --silent --show-error --output /dev/null \
--connect-timeout 5 \
--max-time 20 \
--write-out "$(date -u +%FT%TZ) dns=%{time_namelookup} connect=%{time_connect} tls=%{time_appconnect} ttfb=%{time_starttransfer} total=%{time_total} code=%{http_code} remote=%{remote_ip}\n" \
"$url" || printf '%s request_failed=1\n' "$(date -u +%FT%TZ)"
sleep 10
done
这段命令适合记录趋势,不适合代替浏览器体验或正式压力测试。需要注意:
time_namelookup包含域名解析时间;time_connect是从请求开始到 TCP 连接完成的累计时间;time_appconnect主要反映 HTTPS TLS 握手完成时间;time_starttransfer是收到首字节的时间;time_total是整个请求完成的时间;code=000通常意味着没有得到有效的 HTTP 响应,需结合错误输出判断;- 如果连接复用、DNS 缓存或系统代理设置不同,数据口径也会发生变化。
为了减少系统缓存和连接状态的影响,不要在一次测试中随意切换请求参数。若要单独验证连接复用,应另设一轮实验,而不是把复用和不复用的样本混在一起。
每次只改变一个关键变量
晚高峰访问测试容易出现误判,常见原因是时间、来源、并发量、缓存状态和协议同时发生变化。例如测试者把客户端从珀斯换到悉尼、把并发从 10 提到 100、又恰好切换到 IPv6,最终响应变慢,却无法判断真正的原因。
单变量验证法要求每轮只修改一个条件,其余条件尽量保持不变。
变量一:只改变测试时间
第一轮先使用同一测试来源、同一端点、同一请求频率,只比较非高峰和悉尼当地晚间。
| 测试轮次 | 测试时间 | 来源 | 请求频率 | 变化项 |
|---|---|---|---|---|
| 基线 A | 14:00—14:30 | 悉尼固定宽带 | 6 次/分钟 | 无 |
| 高峰 A | 20:00—20:30 | 悉尼固定宽带 | 6 次/分钟 | 仅时间 |
| 基线 B | 14:00—14:30 | 悉尼固定宽带 | 6 次/分钟 | 无 |
| 高峰 B | 21:00—21:30 | 悉尼固定宽带 | 6 次/分钟 | 仅时间 |
这是最接近“晚高峰是否使访问变慢”的实验。若高峰时 DNS、TCP、TLS 变化不大,但 TTFB 和完整响应时间明显上升,应优先检查服务器处理、应用线程池、数据库连接池和缓存命中率。若各阶段都同时变慢,则需要进一步观察测试来源的接入线路、丢包和路由变化。
下面是一组用于说明判断方法的模拟数据,并非某台悉尼服务器的实际测量结果:
| 时段 | 样本数 | TTFB P50 | TTFB P95 | 完整响应 P50 | 完整响应 P95 | 5xx/超时 |
|---|---|---|---|---|---|---|
| 14:00—14:30 | 180 | 115 ms | 220 ms | 260 ms | 430 ms | 0.2% |
| 20:00—20:30 | 180 | 145 ms | 690 ms | 310 ms | 880 ms | 1.1% |
| 21:00—21:30 | 180 | 160 ms | 760 ms | 340 ms | 960 ms | 1.7% |
这个例子中,P50 变化相对有限,但 P95 和错误率明显上升,说明问题可能集中在尾部请求,而不是每个请求都变慢。此时不能只看平均响应时间,也不能直接断言是带宽不足。应继续对照同一时间段的 CPU、应用队列、数据库慢查询和连接池使用率。

变量二:只改变访问来源
第二轮固定时间、接口和请求频率,分别从澳大利亚不同城市发起请求。测试来源最好接近真实用户,至少区分固定宽带、移动网络和云主机。云主机延迟稳定,但不能完全代表家庭宽带或移动网络。
建议记录以下来源信息:
- 城市:悉尼、墨尔本、布里斯班、阿德莱德、珀斯;
- 接入方式:固定宽带、移动网络、企业网络或云主机;
- 运营商或网络自治系统;
- IPv4/IPv6;
- 是否使用同一 DNS 解析器;
- 测试时是否命中同一 CDN 节点或负载均衡后端。
如果悉尼来源明显稳定,而珀斯来源的 TCP 建连和丢包上升,不能简单归因于悉尼服务器应用性能下降。此时要把“服务器位置适合哪些用户”与“应用在晚高峰是否稳定”分开判断。
可以使用 ping 或路由跟踪作为辅助信息,但它们不能替代 HTTPS 业务请求。ICMP 可能被限速或丢弃,路由跟踪中的某一跳不响应,也不一定表示最终业务流量异常。只有当 TCP、TLS、TTFB 和错误率与路径变化同时出现关联时,线路因素才更有说服力。
变量三:只改变 IPv4 或 IPv6
当域名同时提供 IPv4 和 IPv6 时,应分别测试,避免系统的 Happy Eyeballs 机制把两条路径混合在一起。测试时可以使用同一来源和同一接口,仅改变地址族。
curl --ipv4 --silent --show-error --output /dev/null \
--connect-timeout 5 --max-time 20 \
--write-out 'ipv4 ttfb=%{time_starttransfer} total=%{time_total} code=%{http_code}\n' \
"https://example.com/healthz"
curl --ipv6 --silent --show-error --output /dev/null \
--connect-timeout 5 --max-time 20 \
--write-out 'ipv6 ttfb=%{time_starttransfer} total=%{time_total} code=%{http_code}\n' \
"https://example.com/healthz"
这两条命令需要在测试机具备对应地址族和路由的情况下执行。如果一方没有可用地址,失败本身不能说明服务器性能较差。应先确认:
curl -4 -sS -o /dev/null -w 'ipv4 code=%{http_code}\n' https://example.com/healthz
curl -6 -sS -o /dev/null -w 'ipv6 code=%{http_code}\n' https://example.com/healthz
若 IPv6 只有少量来源出现高延迟或超时,应把问题限定为特定地址族、特定运营商或特定网络路径,而不是概括为“悉尼服务器晚高峰变慢”。
变量四:只改变请求负载
时间对比可以观察真实晚高峰是否相关,但不能说明服务器的承载边界。若需要验证并发影响,应在得到授权的测试环境或业务低风险窗口中,保持固定请求类型,只逐级改变请求速率或并发量。
一种较清晰的阶梯测试方式是:
| 阶段 | 恒定请求速率 | 持续时间 | 其他条件 |
|---|---|---|---|
| L1 | 5 RPS | 10 分钟 | 同一端点、同一来源 |
| L2 | 10 RPS | 10 分钟 | 仅提高速率 |
| L3 | 20 RPS | 10 分钟 | 仅提高速率 |
| L4 | 30 RPS | 10 分钟 | 仅提高速率 |
RPS 表示每秒请求数。若每个请求平均返回 100 KB,20 RPS 的理论响应数据量为:
- 每秒数据量:20 × 100 KB = 2,000 KB/s;
- 按十进制换算:2,000 KB/s = 2 MB/s;
- 换算为比特:2 MB/s × 8 = 16 Mb/s。
这只是响应方向的估算,不包括请求头、TLS、重传、协议开销和其他业务流量。若测试对象是 1 GB 文件,下载速率还要单独记录,不能把文件大小和接口 RPS 混用。
固定速率测试比不断加压更容易解释。如果在 10 RPS 时 P95 稳定,20 RPS 时 P95 突然上升并伴随应用队列增加,可以把这一变化点作为进一步排查的起点。它不等于服务器的永久容量上限,因为数据库、缓存命中率、请求大小和后端依赖都会改变结果。
压测请求应使用测试账号、只读数据或专用数据集,避免向生产库大量写入。测试方还需要事先确认带宽、CDN 请求、日志存储和数据库调用可能产生额外费用,并设置停止条件,例如错误率连续超过阈值、队列持续增长或业务端出现明显影响。
变量五:只改变缓存状态
缓存是访问表现中很容易被忽略的变量。第一次请求可能是冷缓存,后续请求可能命中浏览器、CDN、反向代理或应用缓存。如果基线是热缓存,而晚高峰测试因缓存失效变成冷缓存,两组结果就不再具有可比性。
应分别记录:
- 响应中的缓存命中标识;
- CDN 或反向代理返回的节点信息;
Age、Cache-Control、ETag等缓存相关响应头;- 命中缓存时的 TTFB;
- 未命中缓存时的 TTFB;
- 源站 CPU、数据库查询和回源请求数量。
缓存命中和未命中应分开统计,不要把两者混成一个平均值。静态文件命中缓存时可能表现良好,但动态接口仍然受源站应用和数据库性能影响。
控制测试条件,避免把误差当结果
请求内容保持一致
同一轮对比中,以下内容应保持一致:
- HTTP 方法;
- URL 路径和查询参数;
- 请求体大小;
- Cookie 和鉴权状态;
- User-Agent;
Accept-Encoding;- 是否允许重定向;
- 是否复用连接;
- 是否启用 HTTP/2 或其他协议特性;
- 测试端点返回内容大小。
登录、搜索、结算等接口还要记录测试数据是否相同。搜索关键词不同,数据库执行计划可能不同;用户权限不同,返回字段和查询范围也可能不同。
监控服务端的同一时间窗口
客户端延迟只能说明“请求变慢了”,服务端监控才能帮助解释“为什么变慢了”。在每次测试窗口保留以下时间序列:
- CPU 总体使用率和单核使用率;
- 内存使用、缓存和交换分区;
- 磁盘使用率、I/O 等待和平均响应时间;
- 网卡吞吐、丢包和连接数;
- Web 服务活动连接和请求队列;
- 应用线程池、协程池或进程池;
- 数据库连接池、锁等待和慢查询;
- 缓存命中率;
- 5xx、超时和上游错误数量。
例如,CPU 总使用率只有 45%,但某个单线程应用核心已经接近饱和,仍可能出现请求排队。相反,网卡流量较低,也不能排除数据库等待或应用锁竞争。
区分直连源站和经过 CDN 的结果
如果业务前面有 CDN,用户访问到的是 CDN 边缘节点,不一定直接访问悉尼源站。此时应形成两条独立链路:
- 用户到 CDN 边缘节点:反映用户实际访问体验;
- CDN 到悉尼源站:反映回源延迟、源站处理和缓存未命中成本。
如果只测试 CDN 域名,结果可能主要反映边缘缓存;如果只测试源站域名,又可能偏离真实用户路径。源站测试应使用经过授权的专用测试域名或内部观测方式,不要为了绕过正常访问链路而修改生产解析。
观察结果时先定位变慢的阶段
把完整响应时间拆成几个阶段,有助于判断是网络还是服务器处理问题。一个简化关系可以写成:
完整响应时间 ≈ DNS 时间 + TCP 建连时间 + TLS 握手时间 + 服务器等待与处理时间 + 响应传输时间
实际工具的计时字段可能是累计值,因此比较时要确认字段含义,不能直接把所有累计时间再次相加。比如 time_starttransfer 已经包含前面的连接过程,服务器等待时间可用首字节时间减去前置连接阶段作近似判断。

常见结果组合
| 观测结果 | 更值得优先检查的方向 | 不能直接得出的结论 |
|---|---|---|
| DNS 变慢,TTFB 变化不大 | DNS 解析器、TTL、解析链路 | 不能直接判断源站变慢 |
| TCP 建连和丢包同时升高 | 测试来源线路、路由、接入网络 | 不能仅凭一跳路由判断故障 |
| TLS 变慢,复用连接正常 | 新建连接比例、握手配置、证书链 | 不能直接归因于 CPU |
| TTFB P95 上升,传输时间稳定 | 应用排队、数据库、线程池、缓存未命中 | 不能直接判断带宽不足 |
| TTFB 稳定,完整响应变慢 | 响应体变大、带宽、丢包、下载端 | 不能直接判断应用处理变慢 |
| 5xx 和应用队列一起上升 | 应用容量、上游依赖、连接池 | 不能仅凭 5xx 判断网络问题 |
| 只有某一城市变慢 | 城市到机房的线路或运营商 | 不能概括所有澳大利亚用户 |
| 只有 IPv6 变慢 | IPv6 路由、监听、地址族配置 | 不能推断 IPv4 也存在同样问题 |
| 只有冷缓存变慢 | 回源、数据库和缓存填充 | 不能把热缓存结果当成通用表现 |
判断时应先看同一时间点的客户端和服务端数据。例如晚高峰 TTFB P95 从 220 毫秒升到 690 毫秒,同时应用队列从接近零升到持续排队,而 TCP 建连变化很小,这组证据更支持“服务端处理或上游依赖增加等待”。如果 TTFB 和 TCP 建连同时增加,但服务端队列没有变化,则需要优先比较不同来源和地址族。
用统一口径汇总晚高峰结果
建议每个测试窗口至少输出以下统计项:
- 请求总数;
- 成功数;
- 超时数;
- 4xx 数;
- 5xx 数;
- P50、P95、P99;
- 平均值,仅作为辅助;
- DNS、TCP、TLS、TTFB 和传输阶段的 P95;
- 测试端服务器资源峰值;
- 与基线相比的绝对变化和相对变化。
错误率可以按以下方式计算:
错误率 =(超时数 + 5xx 数)÷ 请求总数 × 100%
是否把特定 4xx 计入错误率,要根据业务定义处理。例如鉴权失败可能是测试数据问题,不能与服务器 502 或连接超时混在一起。若接口允许正常 3xx 跳转,也应在测试方案中预先规定是否视为成功。
不要只写“高峰延迟增加 50%”。应同时给出基线和高峰原始数值。例如:
- 基线 TTFB P95:220 ms;
- 高峰 TTFB P95:690 ms;
- 绝对增加:470 ms;
- 相对增加:约 214%。
对于短时测试,不应把短窗口错误率直接外推为月度可用性。180 个请求中出现 1 次失败,成功率约为 99.44%,但这不能代表一个月的 SLA。长期可用性需要更长时间、更多来源和统一的监控规则。
怎样设置可接受范围
性能阈值应由业务类型决定,而不是把某个固定数字套用到所有服务。只读健康接口、登录接口、管理后台和大文件下载的合理指标不同。
可以先建立一组“示例验收条件”,再结合实际业务调整:
| 测试对象 | 示例关注指标 | 示例判断方式 |
|---|---|---|
| 健康端点 | TTFB P95、超时率 | 高峰 P95 不超过预设值,且无持续超时 |
| 登录接口 | TTFB P95、5xx、业务成功率 | 重点观察尾延迟和认证依赖 |
| 查询接口 | P95、P99、数据库等待 | 关注结果集大小和慢查询 |
| 页面首页 | LCP、资源失败率、接口 P95 | 结合浏览器级测试判断 |
| 文件下载 | 首字节、持续吞吐、断流率 | 将文件大小和带宽单独记录 |
| 写入类接口 | 成功率、重复提交、队列积压 | 测试数据必须隔离并可清理 |
例如,某个只读 API 可以把“高峰 P95 不超过 1 秒、5xx 与超时低于 0.5%”作为初始参考,但这不是所有业务的通用标准。交易接口可能更重视成功率和重复提交风险,文件下载则应关注持续速率和连接稳定性。
如果业务需要对比不同服务器方案,应确保各方案使用相同的操作系统大版本、应用版本、数据集、测试来源和时间窗口。否则,服务器位置、实例规格、缓存状态和应用配置同时不同,最终只能得到一个混合结果。
评估测试成本和业务风险
晚高峰测试不只是发出请求,还可能产生以下成本和影响:
- 压测端的计算资源和流量费用;
- CDN 请求数、回源流量和出口流量;
- 监控、日志和链路追踪的存储费用;
- 数据库查询、缓存填充和日志写入;
- 测试账号触发风控或通知;
- 测试流量影响正常用户。
因此,轻量探测、浏览器级测试和高并发压力测试应分开安排。轻量探测可以在日常持续运行;压力测试需要明确授权、限定来源、限定持续时间和设置停止条件。不要用生产用户账号进行批量登录,也不要使用会发送邮件、短信、支付或订单写入的真实业务流程。
若必须验证写入接口,应准备独立测试租户或可重复清理的数据集,记录每一批测试的请求量和清理范围。任何清理数据库、覆盖配置或调整防火墙的动作,都应先备份并确认影响范围;仅为了测试访问性能,不应直接修改生产安全策略。
如何限定测试结论
一组测试数据可以支持条件化判断,但不能无限外推。较完整的结论应同时写明:
- 测试来源城市和网络类型;
- 悉尼当地时间及对应 UTC 时间;
- 测试端点和请求类型;
- 是否经过 CDN、负载均衡或其他中间层;
- IPv4 或 IPv6;
- 请求频率、并发量和样本数;
- 基线时段与高峰时段;
- 服务端当时的版本和资源状态;
- 成功、失败、超时和重试的统计方式。
例如,与其写“悉尼服务器晚高峰性能很好”,不如写成:“在某固定宽带来源、同一 HTTPS 只读接口、每分钟 6 次请求的条件下,连续两个工作日的 20:00—21:00 测试中,TTFB P95 与非高峰基线的差异处于预设范围内;该结果不代表移动网络、其他城市、IPv6 路径、CDN 未命中请求或更高并发下的表现。”
复测时,只要更换了运营商、测试城市、应用版本、数据库数据量、缓存策略、CDN 配置、协议栈或实例规格,就应重新建立基线。晚高峰本身还会受到工作日、公共假期、促销活动、学校假期和网络运营商调度影响。只有在这些条件被记录并尽量保持一致时,前后两轮结果才具备可比性。
最终可用于评估悉尼服务器晚高峰访问表现的,不是某一次最低延迟,而是经过多来源、多时段、统一端点和单变量对照后得到的延迟分布、错误率、服务端资源曲线及其适用边界。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/3548.html
