# 负载测试场景

目标环境：Go 后端 + PostgreSQL + Redis + IoTDB + AI 服务。结果需记录测试日期、版本、机器配置、并发、时长、p50/p95、失败率和观察到的限制。

## A. 500 在线用户 API 混合负载

比例：

- 80% 查询类：房间、设备、遥测最新值、告警列表
- 10% 遥测趋势：历史/聚合查询
- 5% 上传类：图片巡检上传
- 5% 管理操作：阈值、批次、检测任务、会诊

验收：API 错误率 <1%，业务接口 p95 <1s；上传成功且巡检闭环可追踪。

## B. 1000 WebSocket 连接

- 1000 个连接按授权设备订阅
- 持续 30 分钟
- 记录连接成功率、掉线率、消息延迟、CPU/内存

验收：连接成功率 >99%，消息 P95 延迟 <500ms，无内存持续增长。

## C. AI 峰值

固定条件：

- GPU：目标 T4 16G
- 模型版本和 ONNX 文件 hash
- 输入尺寸
- 并发数（建议 1/4/8/16）

记录 p50/p95、失败率、GPU 显存和单帧延迟。结果用于设置生产并发上限和推理告警阈值。

## 禁止事项

- 不在生产库执行写入类负载。
- 不使用真实用户隐私图片做公开压测。
- 压测前必须备份数据库并记录环境状态。