gongxue-base/docs/refactor/performance-benchmark-summary-20260630.md

真实迁移数据 API 压测摘要

更新时间：2026-06-30

这份文件只记录脱敏后的聚合指标，便于 README、上线门禁和后续 AI 开发继续引用。原始 JSON/Markdown 报告位于已忽略的 docs/refactor/performance-reports/，不要提交到 Git。

测试口径

• 环境：本地 Docker Desktop + 本地 Supabase/PostgreSQL + 本地 API 进程。
• 数据：PocketBase 真实导出数据导入新 PostgreSQL 后压测。
• 数据规模：约 74,102 道题、1,597 个题目合集、3,102 个练习蓝图、3,500 个单词、2,676 条知识手册、3,670 个用户。
• 写入流量：开启真实刷题闭环，包含创建 session、拉取 session detail、提交若干答案、交卷和读取报告。
• 排行榜：未纳入默认压测，当前产品默认关闭排行榜。
• 说明：压测 worker 是无停顿请求流，不等同于真实在线学生数。真实在线容量需要前端埋点后按单个学生平均 RPS 折算。

结果

并发 worker	时长	刷题写入比例	请求数	错误率	吞吐	P95	P99
30	120s	10%	112,896	0.00%	934.74 req/s	64.26 ms	81.14 ms
50	120s	10%	92,737	0.00%	767.24 req/s	121.51 ms	159.12 ms
100	120s	8%	84,608	0.00%	699.27 req/s	254.69 ms	331.84 ms
150	120s	6%	82,693	0.00%	682.40 req/s	369.90 ms	493.69 ms

初步结论

• 本地 Docker 环境下，100 个无停顿 worker 内 P95 仍低于 300ms，可以作为当前代码和索引状态的本地舒适区参考。
• 150 个无停顿 worker 仍然 0 错误，但 P95 上升到约 370ms，已经能看到压力拐点。
• 如果未来前端真实埋点显示每名在线学生平均 0.05 到 0.2 req/s，则 700 req/s 理论吞吐约对应 3,500 到 14,000 名活跃在线学生请求量；这只是吞吐换算，不是生产 SLA。
• 正式容量承诺必须在目标 4 核 16G 云服务器、生产 PostgreSQL 参数、对象存储/CDN、真实前端请求节奏和生产网络下复跑。

后续复测

上云后按 docs/refactor/performance-benchmark-runbook.md 复跑至少以下场景：

1. 只读 30/50/100 并发阶梯。
2. 混合读写 30/50/100 并发阶梯。
3. 结合 pg_stat_statements、慢 SQL、CPU、I/O、连接池和锁等待确认瓶颈。
4. 把代表性结果写入本地 docs/refactor/production-launch-evidence.json，再执行 npm run launch:gate。