编程 k6：用 JavaScript 写压测脚本，把 SLO 断言放进 CI

2026-09-16 00:05:11

k6：用 JavaScript 写压测脚本，把 SLO 断言放进 CI

k6 是 Grafana 维护的负载测试工具，定位一句话：像写单元测试一样写性能测试。项目地址在 github.com/grafana/k6，完整文档在 grafana.com/docs/k6/latest。

它是什么，不是什么

k6 本身用 Go 编写，发布形态是单个二进制文件，装完直接 k6 run script.js，不需要额外运行时或依赖服务。压测脚本用 JavaScript 写，但跑在 k6 内嵌的 JS 引擎里，不是 Node 环境——import 进来的是 k6 自带模块（如 k6/http）和扩展模块，不涉及 npm 生态。

这个组合的实际意义：Go 侧负责并发调度和网络 I/O，脚本侧保留 JavaScript 的写法习惯。测试因此是代码——可以复用、拆模块、进版本控制、接 CI，而不是在 GUI 里点出来的配置。

README 里列出的核心能力包括：可配置的负载生成（低配机器也能模拟大量流量）、脚本即代码、功能完整的脚本 API、内嵌 JS 引擎、多协议支持、扩展生态，以及灵活的指标存储与可视化（汇总统计或细粒度指标导出到你选的后端）。另外还有与 Grafana Cloud 的原生集成，用于测试执行、指标关联和数据分析。

一个脚本里的关键机制

官方示例脚本：

import http from "k6/http";
import { check, sleep } from "k6";

// Test configuration
export const options = {
  thresholds: {
    // Assert that 99% of requests finish within 3000ms.
    http_req_duration: ["p(99) < 3000"],
  },
  // Ramp the number of virtual users up and down
  stages: [
    { duration: "30s", target: 15 },
    { duration: "1m", target: 15 },
    { duration: "20s", target: 0 },
  ],
};

// Simulated user behavior
export default function () {
  let res = http.get("https://quickpizza.grafana.com");
  // Validate response status
  check(res, { "status was 200": (r) => r.status == 200 });
  sleep(1);
}

拆开看几块内容。

thresholds：把 SLO 写成断言

options.thresholds 里声明的是通过/不通过的标准。上面这条 http_req_duration: ["p(99) < 3000"] 表示 99% 的请求耗时必须低于 3000ms（单位毫秒）。阈值不满足时，测试结果判定为失败，k6 run 会以非零退出码结束——这一点决定了它能不能直接当 CI 门禁用。阈值可以基于任意指标组合，也可以表达更复杂的条件，详见 Thresholds 文档（链接见文末）。

stages：渐进加压

stages 定义虚拟用户（VU）数量随时间变化的曲线。例子里的三段分别是：30 秒内升到 15 个 VU、维持 1 分钟、再用 20 秒降到 0。这样能观察系统在爬坡、稳态、退坡三个阶段的表现，而不是一上来就打满。加压曲线怎么设计取决于你要验证的场景，压满值也不是越高越好，需要结合目标环境容量自行验证。

check() 与 sleep()：业务断言和节奏控制

check(res, { "status was 200": (r) => r.status == 200 }) 是对单个响应做业务层校验，比如状态码、响应体字段。检查失败不会中断测试，但会记录到结果里，用于统计失败率。sleep(1) 控制每个 VU 的迭代间隔，用来模拟真实用户的操作停顿；不加 sleep，单 VU 会以最快速度循环请求。两者的区别要分清：thresholds 决定测试整体成败，check 是过程性的断言记录。

运行位置

同一份脚本可以在 CLI 本地跑、在 CI 里跑，也可以跨 Kubernetes 集群分发执行。

scenarios：工作量怎么建模

stages 只是负载模型的一种简写。更细的建模能力在 Scenarios 文档（链接见文末）里，支持的方式包括开放模型（open model）、封闭模型（closed model）、恒定 RPS、固定迭代次数（fixed iterations）等。

选哪种取决于你要回答的问题：恒定 RPS 适合验证服务端在固定吞吐下的稳定性，闭合模型（固定 VU 数）更接近“用户数量固定”的真实场景，固定迭代次数适合跑确定性负载或批处理式验证。多个 scenario 可以在同一个测试里并行组合。

结果输出

k6 支持两种粒度的处理方式：输出汇总统计（summary statistics），或者把细粒度指标导出到自选后端。前者足以支撑 CI 里的通过/失败判定，后者用于事后分析、对比历史基线、接 Grafana 之类的可视化。可用的输出方式和过滤器见 Results output 文档（链接见文末）。

协议支持

内置支持 HTTP、WebSockets、gRPC、Browser 等，覆盖面还在扩展。这意味着同一套脚本框架可以同时压 API、长连接和浏览器端交互，不必为不同协议换工具。

扩展生态与 k6 Studio

内置能力覆盖不到的场景，可以通过扩展补上新的协议和用例，扩展列表见 Extensions 文档（链接见文末）。

不想写代码的场景，可以用 k6 Studio（github.com/grafana/k6-studio）：这是一个桌面应用，通过录制或配置生成 k6 脚本，生成的产物仍是标准 k6 脚本，可以直接拿去跑或改。

链接汇总

许可证为 AGPL-3.0。

上手时注意一点：默认示例脚本里的地址是公开的演示站点，换成本地或预发环境前，先确认目标服务能承受对应量级的并发。

复制全文生成海报性能测试压测 k6 负载测试 CI