在Grafana k6中，Stage（阶段） 是负载测试脚本的核心配置概念，用于动态控制虚拟用户（VUs）的数量随时间的变化。通过定义多个阶段，用户可以模拟真实场景中的流量波动（如用户逐步增加、峰值维持、平滑退出等），从而更精准地评估系统在不同负载下的性能表现。以下是详细解析：
一、Stage的核心作用
- 动态负载模拟
每个Stage定义了目标虚拟用户数（target） 和持续时间（duration）。例如：
stages: [
{ duration: '30s', target: 100 }, // 30秒内从0逐步增加到100个VU
{ duration: '5m', target: 100 }, // 维持100个VU持续5分钟
{ duration: '10s', target: 0 } // 10秒内从100降至0个VU
]这种配置避免了瞬时高并发导致的系统崩溃，更贴近真实用户访问模式。
- 性能瓶颈识别
通过分阶段加压，可观察系统在负载逐步上升时的响应时间、错误率等指标变化，定位性能拐点（如CPU瓶颈、数据库连接池耗尽）。
二、Stage的配置参数
| 参数 | 说明 | 示例值 |
|---|---|---|
target |
阶段结束时需达到的虚拟用户数 | 100、500 |
duration |
阶段的持续时间（支持s秒、m分钟、h小时） |
"30s"、"5m" |
gracefulStop |
（可选）阶段结束时的优雅停止时间，用于等待剩余请求完成 | "10s" |
注：若未配置
stages，k6默认使用固定VU数（通过vus和duration指定）。
三、典型应用场景
渐进式负载测试（Ramp-up）
stages: [ { duration: '1m', target: 50 }, // 热身阶段：缓慢加压 { duration: '3m', target: 200 }, // 主压力阶段：持续高负载 { duration: '30s', target: 0 } // 恢复阶段：平滑退出 ]用途：模拟用户登录早高峰、促销活动流量。
压力测试（Stress Testing）
stages: [ { duration: '2m', target: 1000 } // 快速达到极限并发 ]用途：测试系统最大承载能力，触发熔断或降级机制。
稳定性测试（Soak Testing）
stages: [
{ duration: '10m', target: 100 },
{ duration: '8h', target: 100 } // 长时间稳定负载
]用途：检测内存泄漏、资源缓慢耗尽问题。
四、最佳实践与注意事项
避免瞬时压力
直接启动大量VU可能导致请求突增（如vus: 1000, duration: '1s'），引发系统拒绝服务。应通过stages分阶段增加负载。结合其他配置项
- 与
rps（每秒请求数）配合，精确控制吞吐量：
export const options = { stages: [...], rps: 100 // 限制每秒最大请求数 };- 使用
thresholds（阈值）定义性能达标标准：thresholds: { http_req_duration: ['p(95) < 500'], // 95%请求延迟需<500ms http_req_failed: ['rate<0.01'] // 错误率<1% }
- 考虑系统预热时间
在正式加压前增加低负载阶段（如{target: 10, duration: '1m'}），避免冷启动影响（如JVM编译优化、数据库缓存预热）。
五、完整示例脚本
import http from 'k6/http';
import { check } from 'k6';
export const options = {
stages: [
{ duration: '30s', target: 50 },
{ duration: '1m', target: 200 },
{ duration: '20s', target: 0 },
],
thresholds: {
http_req_duration: ['p(95) < 1000'],
},
};
export default function () {
const res = http.get('https://api.example.com/data');
check(res, {
'status is 200': (r) => r.status === 200,
});
}六、结果分析要点
通过stages生成的测试报告中，需重点关注：
- 各阶段的关键指标对比：如
http_req_duration在加压阶段是否陡增。 - 错误率变化：高负载阶段是否出现错误率峰值（如
http_req_failed）。 - 资源利用率关联：结合Grafana监控（如CPU、内存），分析系统资源与负载的关联性。