ab 簡介

ab (ApacheBench) 是 Apache 附帶的 HTTP 效能基準測試工具，用於測量單位時間內伺服器能處理的請求數（吞吐率）。

基本指令語法

ab -n 1000 -c 10 https://localhost:81/t.php

• -n 1000：總請求數
• -c 10：並發連線數（模擬 10 使用者同時存取）

核心輸出指標解讀

指標	中文名稱	計算/含義	關注重點
Concurrency Level	並發層級	設定的 -c 值	實際並發能力
Time taken for tests	總耗時	所有請求完成總秒數	越短越好
Complete requests	成功請求	HTTP 2xx/3xx 回應數	應等於 -n
Failed requests	失敗請求	非 2xx/3xx 或連線錯誤	應為 0
Requests per second	吞吐率 (RPS)	Complete / Time taken	核心效能指標，越高越好
Time per request	平均請求延遲	Time taken / Complete × Concurrency	單用戶體感延遲
Transfer rate	傳輸速率	總位元組 / 秒	頻寬利用率參考

進階參數與實戰技巧

參數	用途	範例
-k	啟用 Keep-Alive 長連線	ab -k -n 1000 -c 50 ...
-H	自訂 Header（如 Token、Cookie）	-H "Authorization: Bearer xxx"
-p	POST 資料檔案	-p post_data.json -T "application/json"
-T	Content-Type	配合 -p 使用
-v	詳細輸出等級 (1-4)	-v 2 顯示回應標頭
-g	輸出 gnuplot 格式資料	-g result.tsv 繪圖分析

常見誤區與避坑

1. 單機 ab 壓測極限：客戶端 CPU/網卡可能成瓶頸，建議多台客戶端分散壓測。
2. 忽略預熱：首輪請求含 JIT 編譯、連線池建立等，應丟棄前 10% 數據。
3. 只看 RPS：需結合 Time per request (P99/P999) 判斷尾部延遲體驗。
4. 靜態檔案 vs 動態 API：靜態資源 RPS 極高但無參考價值，必須測試核心業務 API。

結果視覺化建議

使用 -g output.tsv 匯出，配合 Python Pandas + Matplotlib 或 Grafana 繪製：

• RPS 隨並發變化曲線（尋找最佳並發點）
• 延遲分布直方圖（關注 P99/P999）
• 錯誤率隨壓力變化趨勢