k6 场景的使用

(Grafana k6 登堂入室, Part 10)

什么是场景

前面的文章在介绍 HTTP 请求标签时简单提过 scenario，这篇来详细展开。

场景（Scenarios）用于精细控制 VU 和迭代的调度方式。通过场景，你可以在同一个脚本中模拟不同的负载模式——比如一部分用户稳定访问首页，另一部分用户以递增的速率发起搜索请求。

场景的好处：

• 灵活组织测试逻辑：一个脚本可以声明多个场景，每个场景独立执行不同的 JavaScript 函数
• 模拟真实流量：每个场景可以使用不同的 VU 和迭代调度模式
• 并行或顺序执行：场景之间默认并行运行，也可以通过 startTime 控制先后顺序
• 独立的结果分析：每个场景可以设置独立的环境变量和指标标签

配置场景

在 options 对象中使用 scenarios 来配置。每个场景的名称必须唯一：

export const options = {
  scenarios: {
    example_scenario: {
      // 执行器名称
      executor: 'shared-iterations',

      // 通用配置
      startTime: '10s',
      gracefulStop: '5s',
      env: { EXAMPLEVAR: 'testing' },
      tags: { example_tag: 'testing' },

      // 执行器特有配置
      vus: 10,
      iterations: 200,
      maxDuration: '10s',
    },
    another_scenario: {
      /*...*/
    },
  },
};

场景的通用选项如下：

选项	类型	说明	默认值
executor（必填）	string	执行器名称	-
startTime	string	相对于测试开始的延迟时间	"0s"
gracefulStop	string	迭代结束前的等待时间	"30s"
exec	string	要执行的导出函数名	"default"
env	object	场景专属的环境变量	{}
tags	object	场景专属的标签	{}

执行器

每个场景的核心是执行器（Executor），它决定了负载的调度方式。k6 提供了 7 种执行器，分三大类：

按迭代次数

• shared-iterations：固定总迭代次数，由多个 VU 共享。跑得快的 VU 会多分到一些迭代
• per-vu-iterations：每个 VU 各自执行固定次数的迭代

按 VU 数量

• constant-vus：固定数量的 VU，在指定时间内尽可能多地执行迭代
• ramping-vus：VU 数量按阶段递增或递减

按到达率

• constant-arrival-rate：以固定速率启动新迭代，不管上一次迭代是否完成
• ramping-arrival-rate：到达率按阶段变化
• externally-controlled：通过 k6 REST API 或 CLI 在运行时动态调整

开放模型 vs 封闭模型

这 7 种执行器背后有两种调度模型，理解这个区别对设计压测很重要。

封闭模型（Closed Model）

constant-vus 和 ramping-vus 属于封闭模型——上一次迭代结束后，下一次迭代才开始。这意味着被测系统的响应时间会影响实际吞吐量：系统越慢，迭代完成得越慢，新请求的到达率也就越低。

export const options = {
  scenarios: {
    closed_model: {
      executor: 'constant-vus',
      vus: 1,
      duration: '1m',
    },
  },
};

export default function () {
  // 这个请求大约需要 6 秒
  // 所以 1 分钟内大约只能完成 10 次迭代
  http.get('https://quickpizza.grafana.com/api/delay/6');
}

在某些测试文献中，这个问题被称为 "coordinated omission"——系统越慢，压力反而越小，这和真实场景可能不一致。

开放模型（Open Model）

constant-arrival-rate 和 ramping-arrival-rate 属于开放模型——新迭代的启动和上一次迭代是否完成无关。即使被测系统变慢，请求到达率也保持不变（或按配置变化）。

import http from 'k6/http';

export const options = {
  scenarios: {
    open_model: {
      executor: 'constant-arrival-rate',
      rate: 1,
      timeUnit: '1s',
      duration: '1m',
      preAllocatedVUs: 20,
    },
  },
};

export default function () {
  // 不管这个请求多慢，新迭代都会以每秒 1 次的速率启动
  // 1 分钟内会产生 60 次迭代
  http.get('https://quickpizza.grafana.com/api/delay/6');
}

如果你的目标是模拟固定的请求到达率（比如每秒 100 个请求），用开放模型；如果你的目标是模拟固定数量的并发用户，用封闭模型。

完整示例

下面的脚本组合了两个场景，演示顺序执行：

import http from 'k6/http';

export const options = {
  scenarios: {
    shared_iter_scenario: {
      executor: 'shared-iterations',
      vus: 10,
      iterations: 100,
      startTime: '0s',
    },
    per_vu_scenario: {
      executor: 'per-vu-iterations',
      vus: 10,
      iterations: 10,
      startTime: '10s',
    },
  },
};

export default function () {
  http.get('https://test.k6.io/');
}

• shared_iter_scenario 立即开始，10 个 VU 共享 100 次迭代
• per_vu_scenario 在 10 秒后启动，10 个 VU 各执行 10 次迭代

运行后 k6 会分别报告每个场景的指标：

scenarios: (100.00%) 2 scenarios, 20 max VUs, 10m40s max duration (incl. graceful stop):
         * shared_iter_scenario: 100 iterations shared among 10 VUs
         * per_vu_scenario: 10 iterations for each of 10 VUs (startTime: 10s)

输出结果中还会按场景分别列出 HTTP 指标，方便对比分析。