白洞版 · 性能压测报告

白洞版压测报告

工具：阿里云 PTS。分别做单机与集群负载均衡。提交订单会锁库存、写 MySQL，并由 Canal/MQ 同步 ES、Mongo。压测过程无 Error，JVM 正常。购买机器更应注重 CPU 核心数，内存占用全程不明显升高。

1. 普通订单 · 单机

应用 8 核 32G × 1，RDS 8 核 16G。

指标	结果
TPS 平均 / 峰值	440 / 502
平均 RT	910 ms
成功率	100%
异常	0
总请求	5.2 万
RDS CPU / 内存	约 18% / 20%

链路：提交订单（扣库存 + 写 MySQL）→ Canal 发 MQ → 搜索服务同步 ES（列表）与 Mongo（统计）。Canal、RocketMQ、ES、Mongo 会占用单机性能，从而限制订单 TPS。

2. 普通订单 · 集群（只扩订单服务）

中间件 8 核 16G × 1；接口机 8 核 32G；订单服务 4 核 4G × N；订单库与非订单库分 RDS；Redis 1GB。其它服务维持在不影响订单即可。

订单服务台数	TPS 平均/峰值	总请求	成功率
1	682 / 769	8.1 万	100%
2	1311 / 1502	15.4 万	100%
4	2820 / 3022	33.5 万	100%

热路径服务：订单、商品（库存）、鉴权、搜索、用户。中间件：MySQL、Canal、RocketMQ、ES、Mongo。

一台 RDS MySQL 对应 4 个订单服务（4 核 4G）时达到上限，继续扩容需增加 MySQL（或 PolarDB）。分库可通过配置扩容，旧数据需按分片规则迁移。

3. 秒杀订单 · 集群

秒杀服务 4 核 4G × N；Redis 1–8 GB；RDS 8 核 16G。数据先写 Redis（AOF），异步落 MySQL。

秒杀服务台数	TPS 平均/峰值	总请求	成功率
1	2537 / 2790	30.2 万	100%
2	5079 / 5263	60.4 万	100%
4	9892 / 10202	117.7 万	100%
6	14389 / 14895	165.4 万	100%
8	18608 / 19436	221.4 万	100%

8 台后 Redis 成为瓶颈。再加一台 Redis 后两台 CPU 约 50%–60%。网关与鉴权会影响秒杀；商品服务异步写库存记录，不要与秒杀同机。TPS 约 1.8 万时优先加 Redis 节点。

4. 商品详情

单机（8 核 32G）：TPS 2057 / 2321，平均 RT 242 ms，总请求 61.5 万，成功率 100%。首次查 MySQL，后续走 Redis 缓存。

集群（product 4 核 4G × N）：

服务数量	TPS 平均/峰值	总请求
1	2580 / 2748	61.6 万
2	4385 / 4644	104.8 万
4	8490 / 8976	199.5 万

Redis 打满后再扩 Redis。

5. 商品搜索

单机 ES 单节点时，CPU 主要在 search 服务与 ES。关键词分词比首页列表慢；附近门店还要算经纬度。

集群下 search 服务水平扩展近似线性；ES 数据节点与 search 数量建议约 3:2。搜索对 CPU 敏感、对内存要求不高。