performance-test-generator: 性能测试生成器
描述
基于CRAFT L3的NFR性能要求，生成性能测试场景、性能指标定义和验收条件。确保应用性能达到需求。
适用场景
- •WORKFLOW_STEP_5 Task S5-2: 创建test_suites.md中的性能测试章节（L3专用）
- •WORKFLOW_STEP_5 Task S5-3: Self-Reflection分析性能测试覆盖
- •L3项目: 有明确性能需求的系统（响应时间、吞吐量、并发等）
输入
- •requirements/（特别是NFR中的性能需求）
- •goal_breakdown.md（关键业务GOAL）
- •design/architecture.md（架构设计，含可扩展性考虑）
- •design/technology.md（技术栈，数据库/缓存等性能相关）
- •业务量预测（日活用户/并发数/数据量等）
输出
- •性能测试计划报告（markdown）
- •KPI定义（响应时间/吞吐量/并发数/资源使用等）
- •性能测试场景（Given-When-Then格式）
- •性能验收条件（P99响应时间≤200ms等）
- •测试工具建议（JMeter/Gatling/LoadRunner等）
执行策略
第1步: 提取性能NFR 从requirements/NFR中识别性能需求，分类为：
- •响应时间: P50/P95/P99百分位数（如P99<200ms）
- •吞吐量: QPS/TPS（如1000 QPS）
- •并发: 最大并发用户数（如10000并发）
- •资源: CPU/内存/磁盘使用限制
- •可用性: 可用性要求（如99.9%）
第2步: 性能指标映射 根据应用类型定义关键KPI：
| 应用类型 | 关键指标 | 基准值 | 压力值 |
|---|---|---|---|
| Web应用 | 页面加载时间 | <1s | <3s |
| API | 响应时间(P99) | <200ms | <500ms |
| 数据库 | 查询时间 | <100ms | <300ms |
| 缓存 | 命中率 | >90% | >80% |
第3步: 业务量预测 根据需求确定测试规模：
- •日活用户(DAU) → 并发用户数 = DAU × 峰值系数 / 3600
- •业务操作 → QPS = 日操作数 / 86400 × 峰值系数
- •数据量 → 存储/查询性能影响
第4步: 关键路径KPI定义 为核心业务流程定义KPI：
- •登录: P99响应时间 ≤ 500ms
- •查询: P99响应时间 ≤ 200ms
- •下单: P99响应时间 ≤ 1000ms
- •支付: P99响应时间 ≤ 2000ms
第5步: 性能测试场景
- •基准测试: 正常负载（50%峰值）
- •压力测试: 突增负载（100%峰值）
- •耐久性测试: 长时间运行（8小时）
- •尖峰测试: 瞬间峰值（150%峰值）
第6步: L1/L2/L3分级
- •L1: 仅基准测试，关键路径KPI
- •L2: 基准+压力测试，主要路径KPI
- •L3: 完整测试（基准/压力/耐久/尖峰），所有路径KPI
第7步: 测试工具选择
| 工具 | 适用场景 | 特点 |
|---|---|---|
| JMeter | 通用性能测试 | 开源、支持多协议 |
| Gatling | API性能测试 | 高吞吐、实时报告 |
| LoadRunner | 企业级测试 | 功能完整、成本高 |
| Locust | Python脚本测试 | 灵活、易扩展 |
价值
- •SPEC组织: 将性能需求转化为可量化的测试目标
- •DevOps/QA: 系统化的性能测试覆盖和持续监控
- •Dev: 明确的性能约束，指导优化方向
验收标准（L3）
- •覆盖所有NFR性能要求
- •关键路径KPI明确定义
- •给定-当-那 格式清晰规范
- •验收条件可量化可自动化
- •包含基准/压力/耐久性测试