# 1. 全链路压测的数据隔离，影子库(Shadow DB)和流量标记的实现方案？ A 流量标记贯穿链路透传，数据访问层据此将读写路由到影子库或影子表 ✓ 正确答案 B 压测流量直接写入真实业务表，测试结束后手工删除 C 影子表结构与真实表无需一致，只用于存储压测数据 D 流量标记只在入口生效，下游无需感知
# 2. 生产环境压测的安全模式设计，如何在不影响真实用户的前提下对生产集群施加压力？流量染色、读写分离、影子队列的具体实现？ A 压测流量与真实流量无需区分，直接压测生产集群 B 影子队列用于承载真实流量，集中压测 C 压测流量写影子队列、影子库并加限流与熔断，确保不影响真实用户 ✓ 正确答案 D 生产压测只压测数据库，不压测应用层
# 3. 压测数据构造方法论，如何基于业务模型（用户行为分布、接口调用比例）构造贴近真实的压测数据？数据铺底的量和分布如何确定？ A 压测数据可全部使用均匀构造数据，不影响结果 B 数据铺底量与分布应接近生产，因为影响索引命中与缓存命中 ✓ 正确答案 C 接口调用比例只需关注最高频接口，其余可忽略 D 数据铺底量越小越好，可加快压测速度
# 4. 全链路压测的核心难点，流量染色、数据隔离（影子表）、风险熔断的工程实现？ A 影子表路由通过数据访问层改写 SQL 实现，需覆盖所有读写路径 ✓ 正确答案 B 影子表结构与真实表可以不同，便于隔离 C 风险熔断在压测结束后才检查，无需实时监控 D 流量染色只需在入口标记，无需透传到异步与 MQ 场景
# 5. 流量录制与回放，生产真实流量的录制（TCPCopy/JVM-Sandbox）、脱敏、回放的完整链路？ A TCPCopy 通过 JVM 字节码增强在应用内录制请求 B 录制后的流量无需脱敏即可直接回放到测试环境 C JVM-Sandbox 通过字节码增强在应用内拦截录制，TCPCopy 在网络层复制流量 ✓ 正确答案 D 回放只关注吞吐量，无需比对响应与数据一致性
# 6. 影子表（Shadow Table）与影子库，压测流量写影子表与读影子表的隔离与数据校验？ A 影子库需在应用层改写 SQL 目标表名，无需独立数据库 B 影子表针对真实表创建同结构表，通过改写 SQL 路由写入，隔离轻量 ✓ 正确答案 C 压测流量只需写影子表，读仍走真实表，不影响结果 D 影子表结构与真实表可以不同，只要能存压测数据
# 7. 压测模型与真实流量的偏差，用户行为分布、接口调用比例如何校准，模型偏差如何度量 A 偏差越大，压测结果越接近真实容量 B 压测模型无需校准，偏差不影响容量预估 C 压测模型只关心总并发数，不关心接口比例 D 接口调用比例与用户行为分布需基于生产流量校准，偏差可用统计方法度量 ✓ 正确答案
# 8. 全链路压测的流量构造，基于真实流量录制 vs 合成流量的优劣对比？ A 真实流量录制可精确构造峰值与新功能场景，无需建模 B 真实流量录制保真但与真实环境耦合且需脱敏，合成流量可控但依赖建模质量 ✓ 正确答案 C 合成流量最能反映真实用户行为，且无需人工建模 D 合成流量无法复用，只能用于单次压测
# 9. 压测瓶颈定位方法论，从 TPS 拐点、RT 分位线、资源利用率三维交叉分析定位瓶颈层（网关/应用/中间件/数据库/网络）？ A 仅看 TPS 拐点即可确定瓶颈层，无需看资源利用率 B 网络瓶颈表现为 CPU 打满而 TPS 停滞 C RT 分位线上升与资源利用率无关，不能交叉定位 D TPS 拐点处 CPU 打满提示瓶颈在应用，RT 飙升但 CPU 空闲可能等待下游 ✓ 正确答案
# 10. 基于压测结果的容量规划，如何从单次压测数据推导系统容量上限、安全水位和扩容阈值？容量模型的校准方法？ A 安全水位等于容量上限，可直接用于生产 B 扩容阈值基于安全水位与资源利用率设定，达阈值时触发扩容 ✓ 正确答案 C 容量模型一次压测即可确定，无需定期校准 D 容量上限无需压测，直接按业务目标估算
# 11. 生产环境压测（Production Load Test）的风险控制，限流、白名单、秒级熔断的兜底机制？ A 白名单限制压测范围，秒级熔断在指标异常时自动停止压测止损 ✓ 正确答案 B 生产压测无需限流，压测压力越大越真实 C 熔断机制在压测结束后才执行，无需实时监控 D 压测时间应选在业务高峰，以便观察真实负载
# 12. 压测平台的"压测标头"透传，如何在网关、RPC、消息队列各层识别压测流量并隔离？ A 压测标头只在入口网关生效，RPC 与 MQ 无需感知 B 压测标头由业务代码手工透传，与中间件无关 C MQ 消费端读取消息头标头识别压测消息，路由到影子消费者或队列 ✓ 正确答案 D 跨线程异步场景无需传递标头，不影响识别
# 13. 压测的稳定性控制，预热、渐进加压、平台期维持与数据回放顺序对结果的影响 A 预热用于消除 JIT 与连接池冷启动影响，结果不计入统计 ✓ 正确答案 B 一次性直接加压到最高并发能更快得到真实性能 C 平台期维持越短越好，可加快压测 D 数据回放顺序不影响缓存命中与结果
# 14. 压测报告的容量模型输出，拐点识别、安全水位、扩容建议如何形成可决策的结论 A 安全水位基于容量上限乘以安全系数得出，并结合扩容阈值形成决策 ✓ 正确答案 B 扩容建议无需结合业务增长，只依赖单次压测 C 压测报告只需输出原始 TPS 数据，无需形成结论 D 拐点识别与容量规划无关，仅用于展示
# 15. 压测过程中的业务正确性验证，压测流量中如何断言下单、支付与库存扣减等业务成功率，而不只盯 TPS？ A 压测只需关注 TPS，业务正确性由生产验证 B 通过断言业务返回码、关联链路数据并比对影子库，验证下单支付库存等业务成功率 ✓ 正确答案 C 压测数据写入影子库，无需校验业务数据一致性 D 业务失败率与 TPS 无关，无需统计
# 16. 压测结果的可信度评估，压测环境与生产的配置、数据量与网络差异如何量化，结果如何折算为生产容量参考？ A 硬件配置、数据量、网络差异需量化并折算，结果作为带置信度的生产容量参考 ✓ 正确答案 B 压测结果可直接等同生产容量，无需折算 C 数据量差异不影响查询计划，无需折算 D 压测模型偏差不影响可信度评估
# 17. 压测自动化与 CI 集成，如何将性能回归测试纳入持续集成流水线？性能基线的版本管理和劣化告警？ A 性能基线一旦建立就永远不变，无需版本管理 B 环境噪声不影响性能基线对比的准确性 C 性能回归测试需人工手动触发，无法纳入 CI D 每次发布前触发性能回归，对比基线，劣化超过阈值则告警并阻止 ✓ 正确答案
# 18. 压测结果与 APM 关联，如何把压测数据与链路追踪、性能剖析数据做交叉分析？ A 通过 traceId 把压测请求与链路追踪、性能剖析关联，定位到服务与方法 ✓ 正确答案 B 链路追踪只能看整体 TPS，无法定位耗时分布 C 压测数据与 APM 无关联，定位瓶颈只能靠压测自身 D 性能剖析用于替代压测，无需与压测数据关联
# 19. 压测后的数据清理与验证，影子表残留、消息积压等压测脏数据如何清理，并验证不影响真实业务？ A 压测结束后影子表数据会自动清理，无需处理 B 压测标记无需关闭，真实流量会被持续识别 C 压测脏数据只影响压测环境，不影响真实业务 D 需清理影子表残留、消息积压与缓存，并验证真实业务不受影响 ✓ 正确答案
