Grafana k6 效能負載測試：超越 Apache ab 的進階方案

在雲原生與容器化環境下，單一工具已難以滿足高並發、分布式、可觀測性三大需求。Apache ab（ab）雖然輕量且易於安裝，但其單執行緒、缺乏細緻指標與可視化支援，已逐漸成為舊式負載測試的代表。Grafana k6 以 JavaScript 腳本、容器化執行與 Grafana 報表為核心，為現代 IT 團隊提供一套完整的測試、監控與報告解決方案。

1. k6 與 ab 的核心差異

執行模型：ab 以單執行緒方式向目標發送請求，無法模擬多用戶併發；k6 支援多執行緒（virtual users）及分布式測試，可透過 k6 cloud 或自建分布式叢集。
腳本語言：ab 只能指定 URL、方法與參數，腳本不易擴充；k6 以 JavaScript 標準語法撰寫，能夠使用函式、模組與條件判斷，實現更複雜的業務流程。
指標與可視化：ab 只輸出 TPS、平均時間與錯誤率；k6 內建 500+ 指標（如 latency, http_req_duration, failure_rate），並可即時推送到 InfluxDB 或 OpenMetrics，再透過 Grafana 進行多維度儀表板。
CI/CD 與自動化：ab 可作為 shell 指令呼叫，k6 則可與 Jenkins、Tekton、GitHub Actions 等 CI 工具緊密整合，並支援 Testcontainers 來啟動影像化的依賴服務。

2. k6 與 Grafana 的整合流程

📂 收合（點我收起）

# Docker Compose 範例
version: "3.7"
services:
  k6:
    image: grafana/k6:latest
    command: run /scripts/perf.js
    volumes:
      - ./scripts:/scripts
  grafana:
    image: grafana/grafana:latest
    ports:
      - "3000:3000"
    depends_on:
      - influxdb
  influxdb:
    image: influxdb:2.0
    volumes:
      - influxdb:/var/lib/influxdb2
volumes:
  influxdb:

上述 Compose 文件同時啟動 k6、InfluxDB 與 Grafana。k6 執行測試腳本後，將指標寫入 InfluxDB；Grafana 以資料源連接 InfluxDB，並以預設 Dashboard 或自訂 Dashboard 直觀呈現實時負載與效能。

3. k6 測試腳本示範

以下腳本以模擬 100 個虛擬使用者（VUs），每秒觸發 10 次請求，並在 30 秒內完成。腳本同時測試 GET 與 POST 兩種常見業務流程。

📂 收合（點我收起）

import http from 'k6/http';
import { check, sleep } from 'k6';

export let options = {
  stages: [
    { duration: '10s', target: 50 },
    { duration: '10s', target: 100 },
    { duration: '10s', target: 0 },
  ],
  thresholds: {
    http_req_duration: ['p(95)<500'],
    http_req_failed: ['rate<0.01'],
  },
};

export default function () {
  let res = http.get('https://api.example.com/users');
  check(res, { 'status was 200': (r) => r.status === 200 });

  let payload = JSON.stringify({ name: 'k6', age: 30 });
  let params = { headers: { 'Content-Type': 'application/json' } };
  let postRes = http.post('https://api.example.com/users', payload, params);
  check(postRes, { 'post status 201': (r) => r.status === 201 });

  sleep(1);
}

腳本中使用 check 進行斷言，thresholds 定義性能門檻。k6 會自動將每個請求的延遲、失敗率等指標送至 InfluxDB，Grafana 也能即時追蹤。

4. 實際案例：電商大促測試

參考來源 1 中「性能測試」章節指出，K6 在模擬高並發下的電商交易流程（註冊、下單、支付）表現優異。透過 Testcontainers 可在 Docker 內部啟動 MySQL、Redis 等依賴，確保測試環境與實際環境一致。k6 的腳本可靈活加入交易金額、商品庫存判斷等業務邏輯，並可配合 AWS Well‑Architected Framework 的可靠性支柱，驗證 99.99% SLA 的可用性。