生产环境全链路压测建设历程 27：FAQ 之 业务模型相关

问题 1：每个用户都需要与用户中心交互获取 Token，大量用户的混合模拟测试，获取 Token 等鉴权信息，都是比较麻烦的问题。

两种做法

1. 完整的模拟和 UP 的交互流程，的确比较复杂

2. 参考天猫双十一相关的做法， 对于带有压测标记的用户数据，用户中心 UIC，做了一个简单的改造：

a) 构造一批压测用户数据到 UIC 的影子表

b) 对请求的 header 信息用 if 判断，当判定为压测用户和 IP 来源，则请求影子表

c) 返回对应的 token

问题 2：如何选择不同类型的场景（会员订单记录很多的、订单记录比较少的、年龄等其他涉及到个性化推荐等业务特性的用户类型）？如何开展分析？

1. 类似淘宝的大卖家、小卖家的概念。大卖家，订单记录特别多；小卖家，订单记录相对少。 其实这个问题，要回到代码开发的一些基本的原则。 双十一相关的核心系统，如交易、商品、优惠、会员，有一些基本的原则

a) 单 SQL 单表

b) 单次查询不超过 200 条

2.在构造用户相关的数据的时候，在构造数据量特别大的时候，一般是对真实数据进行敏感信息的脱敏，来构造影子表的数据，这样能更能接近真实场景。

问题 3：压测中，场景的选取原则

1） 按照接口的比率来，接口的整体比率比较好确定。但是每个接口的入参很多，不同的入参可能业务逻辑差别比较大。比如 A 接口，入参是 a 时，访问第三方 C，入参是 b 时，访问第三方 D。这些参数的组合，如何很好的控制比率？

a) 天猫也面临这样的问题，主要的解决办法:是用分布式链路追踪的数据，做聚合，然后筛选出 top xxx 的请求链路，然后对其进行压测。

2） 按照场景来，一个场景对应的接口很多，需要提前分析出这个场景可能触发的接口，以及入参的情况，再按照一定的比率进行模拟压测。比如首页加载，实际上会调用 X 个接口，每个接口又有很多不同的入参组合。

a) 和第一个问题类似，用大数据平台来计算