编程 go-stress：用 CLI 跑 HTTP/gRPC/WebSocket 压测，支持分布式与 60+ 变量函数

2026-09-16 00:03:59

go-stress：用 CLI 跑 HTTP/gRPC/WebSocket 压测，支持分布式与 60+ 变量函数

项目地址：https://github.com/kamalyes/go-stress，采用 MIT 许可证。

这是一个 Go 写的命令行压测工具，支持 HTTP/1.1、HTTP/2、gRPC、WebSocket 四种协议。除了单机压测，它还带了一套 Master/Slave 的分布式执行模型，以及一份可以直接上手用的参数化变量系统。配置来源有三种：命令行参数、YAML/JSON 配置文件、curl 文件转换。

架构分层

README 把内部结构拆成几块：

压测引擎：Executor 编排器 / Scheduler 调度器 / WorkerPool / ClientPool
中间件链：Breaker 熔断器 / Retry 重试器 / Verify 验证器 / Client 请求客户端
协议支持：HTTP/1.1 & HTTP/2 / gRPC / WebSocket
存储系统：Memory 内存存储 / SQLite 持久化 / Statistics 统计分析
报告系统：Realtime 实时监控 / HTML 静态报告

请求会依次穿过中间件链再落到具体协议的客户端上，熔断、重试、响应验证都是链上可插拔的一环，开关放在配置文件的 advanced 段里。

安装与快速开始

# 安装
git clone https://github.com/kamalyes/go-stress.git
cd go-stress
go build -o go-stress .

# 简单压测
./go-stress -url https://api.example.com -c 10 -n 100

# 查看帮助
./go-stress help                # 完整帮助
./go-stress variables           # 查看所有变量函数
./go-stress examples            # 查看详细示例

入门教程见 docs/GETTING_STARTED.md。

参数化请求：60+ 变量函数

变量用 {{...}} 包裹，在请求时求值，所以每个请求可以带不同的 ID、邮箱、时间戳：

# 每个请求自动生成唯一数据
./go-stress -url https://api.example.com/users \
  -method POST \
  -H "Content-Type: application/json" \
  -H "X-Request-ID: {{randomUUID}}" \
  -data '{
    "id": {{seq}},
    "email": "{{randomEmail}}",
    "phone": "{{randomPhone}}",
    "timestamp": {{unix}},
    "token": "{{md5 (print (seq) (timestamp))}}"
  }' \
  -c 100 -n 10000

函数支持嵌套调用，上面 md5 (print (seq) (timestamp)) 就是把序号和时间戳拼起来再取摘要。完整函数列表跑 ./go-stress variables 看，文档在 docs/VARIABLES.md。

配置文件：复杂场景用 YAML 而不是长命令行

protocol: http
url: https://api.example.com/users
method: POST
concurrency: 100
requests: 50000
timeout: 10s

headers:
  Content-Type: application/json
  Authorization: "Bearer {{env \"API_TOKEN\"}}"
  X-Trace-ID: "{{md5 (print (seq) (timestamp))}}"

body: |
  {
    "id": {{seq}},
    "username": "user_{{randomString 8}}",
    "email": "{{randomEmail}}",
    "age": {{randomInt 18 65}},
    "created_at": "{{date \"2006-01-02 15:04:05\"}}"
  }

advanced:
  enable_breaker: true      # 熔断保护
  enable_retry: true        # 失败重试
  ramp_up: 30s             # 30秒内平滑启动

storage:
  mode: sqlite             # 持久化存储

realtime:
  enabled: true
  port: 8088

几个值得注意的点：

{{env "API_TOKEN"}} 可以读环境变量，凭据不用写死在文件里。
ramp_up: 30s 让并发在 30 秒内平滑爬升，避免起压瞬间打崩目标服务。
storage.mode 可选内存或 SQLite。内存模式快，SQLite 会把数据落盘，支持节点/任务级别的数据隔离，适合分布式场景下各 Slave 各自留存明细。
断点：enable_breaker、enable_retry 只是开关，具体阈值与重试次数的默认值需自行验证。

配置项完整说明在 docs/CONFIG_FILE.md，命令行参数见 docs/CLI_REFERENCE.md。

WebSocket 压测

仓库里自带一个测试服务器，方便先跑通链路：

# 1. 启动测试服务器（内置 WebSocket 服务）
cd testserver
go run test_server.go
# 提供 3 个端点：
#   ws://localhost:3000/ws        (通用服务: ping/echo/info)
#   ws://localhost:3000/ws/echo   (回声服务器)
#   ws://localhost:3000/ws/chat   (聊天室模拟)

# 2. 运行压测 - 命令行方式
./go-stress -protocol websocket \
  -url ws://localhost:3000/ws \
  -body '{"action":"ping","message_id":1}' \
  -c 50 -n 1000

# 3. 配置文件方式（推荐）
./go-stress -config testserver/websocket-quick.yaml   # 快速测试 (5并发 20请求)
./go-stress -config testserver/websocket-test.yaml    # 通用服务 (10并发 100请求)
./go-stress -config testserver/websocket-echo.yaml    # 回声服务 (20并发 500请求)
./go-stress -config testserver/websocket-chat.yaml    # 聊天室压测 (50并发 1000请求)

# 一键测试脚本
.\test-websocket.ps1  # 自动启动服务器并运行压测

websocket-test.yaml 里可以在 body 中继续用变量：

protocol: websocket
url: ws://localhost:3000/ws
method: POST
concurrency: 10
requests: 100
timeout: 10s

body: |
  {
    "action": "echo",
    "message_id": {{seq}},
    "data": {
      "content": "测试消息 {{seq}}",
      "user_id": "user_{{randomInt 1000 9999}}",
      "timestamp": {{unix}}
    }
  }

advanced:
  enable_retry: true
  max_retry: 2
  ramp_up: 5s

realtime:
  enabled: true
  port: 8088

实时监控与报告

./go-stress -config config.yaml
# 自动打开浏览器 http://localhost:8088 查看实时数据
# 测试完成后生成 HTML 报告

实时页面跑在 realtime.port 指定的端口，压测结束后输出静态 HTML 报告。存储与报告的细节见 docs/STORAGE_REPORT.md。

分布式压测：Master / Slave

# 1. 启动 Master 节点 - 协调和收集结果
./go-stress -mode master -grpc-port 9090 -http-port 8080

# 2. 启动 Slave 节点 - 在不同机器/区域运行
# 北京机房
./go-stress -mode slave -master master-ip:9090 -region beijing -slave-id slave-bj-1 -realtime-port 8088

# 上海机房
./go-stress -mode slave -master master-ip:9090 -region shanghai -slave-id slave-sh-1 -realtime-port 8089

# 3. 访问管理界面创建和启动任务
# http://master-ip:8080
#   - 创建任务（上传配置文件或在线编辑 YAML）
#   - 启动任务，支持 3 种 Slave 选择策略：
#     · 全部节点（默认）
#     · 指定节点（勾选特定 Slave）
#     · 按区域选择（如 beijing, shanghai）
#   - 查看实时执行情况（支持跨 Slave 数据查询）
#   - 任务失败/完成后可一键重试

工作流程是：创建任务（状态 pending）→ 启动任务并选择 Slave 策略（all/specific/region）→ 所有选定 Slave 并行执行 → 查看结果（实时监控 + 每个 Slave 独立报告）→ 任务重试时自动创建新任务副本，保留原配置。

Slave 通过 -region 和 -slave-id 打标签，Master 侧就能按区域或按节点挑机器，跨机房压测时按地理位置分流比较直观。本地起一套 1 Master + 3 Slaves 可以用 .\test-distributed.ps1。完整说明见 docs/DISTRIBUTED_MODE.md。

边界

它是一个 CLI 驱动的压测工具，不是全链路压测平台：流量注入、结果呈现、任务重试都在这个工具的范围内，上下游依赖的链路治理不在其中。
报告形式是实时页面加静态 HTML 文件，没有提到内置的 SLO 校验或 CI 断言能力，也没看到可以把压测结果接进流水线做失败判定的配置。如果要在 CI 里卡口，需要自己在 HTML/存储数据之外做一层解析。
gRPC 协议的支持范围（是否支持流式、是否需要 proto 文件）README 未展开，需自行验证。

仓库里还有 docs/CLI_REFERENCE.md、docs/CONFIG_FILE.md、docs/DISTRIBUTED_MODE.md、docs/VARIABLES.md、docs/STORAGE_REPORT.md、docs/GETTING_STARTED.md 几份文档，命令和配置项以这几份为准。

调 ramp_up 的时候记得它和 concurrency 是配合关系，爬升太慢会让统计窗口里的曲线看起来比实际服务能力平坦。

复制全文生成海报性能测试压测 Go gRPC WebSocket CLI