# 一行 k6 配置，把变慢的构建挡在生产环境外

> p95 阈值不达标时 k6 以非零码退出，CI 直接判红，性能退化不必等客户投诉才发现。

原文: https://fdetimes.net/zh/tools/k6-p95-threshold-ci-deploy-gate/

一行 `http_req_duration: ['p(95)<200']`，就能决定一次部署是进入生产环境还是被打回。Grafana 的负载测试工具 k6 正是这样，把“系统必须够快”这句承诺变成机器可以检查的条件。

对前线部署工程师（FDE）来说，这是很实际的问题。你拼好一条数据管道，加上一步调用 LLM 的环节，改了数据查询方式，客户只会注意到一件事：页面变慢了。没有自动化阈值，你得从投诉邮件里知道这件事，而不是从 CI。

## k6 能做什么，为什么适合客户现场

k6 用 Go 编写，测试脚本却用 JavaScript 写，源码在 github.com/grafana/k6。这意味着不用学专门的 DSL。会读 JavaScript 的人都能看懂测试，包括你离场后接手的客户工程师。

核心概念是阈值（threshold）。k6 文档把阈值定义为你为测试指标设定的通过/失败标准。阈值不达标时，k6 以非零码退出。所有 CI 系统都认退出码，所以一个测试步骤就能借此让整个构建变红。

## 一个最小脚本，从头到尾

`k6 new` 命令会在当前目录生成 `script.js` 文件。把它改成下面这样，URL 指向你最担心的那个接口：

```javascript
import http from 'k6/http';
import { sleep } from 'k6';

export const options = {
  vus: 10,
  duration: '30s',
  thresholds: {
    // 95% 的请求必须在 200 ms 内完成
    http_req_duration: ['p(95)<200'],
  },
};

export default function () {
  http.get('https://staging.example.com/api/search');
  sleep(1);
}
```

不带任何参数运行 `k6 run script.js`，k6 就完全按脚本里声明的选项执行。价值就在这里：负载、时长和阈值放在同一个文件里，和代码一起评审、一起做版本管理。做快速实验时，仍可以用参数覆盖 VU 数和时长，例如 `k6 run --vus 20 --duration 1m script.js`。

如果希望阈值一被突破就停止测试，而不是跑满 30 秒，k6 提供了 `abortOnFail` 属性：为该阈值设为 `true`，越过阈值的那一刻测试即停止。

放进流水线之前，先到 k6 文档的 Thresholds 页面核对确切的声明语法。对 CI 测试来说，提前停止意味着更少的计费分钟数和更快的信号。

## 为什么用 p95 而不是平均值？

设想 1,000 个请求：900 个在 80 ms 内完成，100 个因为一条缺索引的查询要 900 ms。平均值是 (900 × 80 + 100 × 900) / 1,000 = 162 ms，对照 200 ms 的目标看起来没问题。但 p95 落在慢的那一组，为 900 ms，`p(95)<200` 阈值会让构建失败。

每十个用户里就有一个要等将近一秒。平均值把他们藏了起来，p95 不会。k6 文档中的示例也把阈值设在 `http_req_duration` 的 p95 上，这自然是第一个测试的起点。

**要点:** 性能阈值只有在被突破时能让构建变红，才有存在的意义。

## 如何接入 CI

官方文档列出了与 GitHub Actions、GitLab 和 Jenkins 的集成，目的是捕捉代码变更引起的性能退化。在 GitHub 上，Grafana 维护两个官方 action：`setup-k6-action` 在工作流中安装 k6，`run-k6-action` 运行测试。

在客户现场，合理的安排是把测试放在部署到 staging 之后、推送到生产环境之前。下面的示意假设你已有两个部署脚本，要关注的是 `needs` 链。action 的输入参数名和版本号请对照各 action 当前的 README：

```yaml
name: deploy
on:
  push:
    branches: [main]

jobs:
  deploy-staging:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - run: ./scripts/deploy.sh staging

  load-test:
    needs: deploy-staging
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: grafana/setup-k6-action@v1
      - uses: grafana/run-k6-action@v1
        with:
          # 在 run-k6-action 的 README 中核对输入参数名
          path: script.js

  deploy-production:
    # 仅在 load-test 通过时运行
    needs: load-test
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - run: ./scripts/deploy.sh production
```

底层机制仍然只是退出码：阈值不达标，k6 返回非零值，`load-test` 任务失败，`deploy-production` 根本不会运行。

## 让关卡沦为摆设的几个错误

最常见的错误是关卡从没关上过。加了阈值，构建变绿，大家放了心，却没人知道阈值被突破时流水线是否真的会停。第一次运行时，故意把阈值调低到必然失败的水平，亲眼看到 `deploy-production` 被跳过。

第二个错误是把大型测试塞进 CI。Grafana 建议大型测试也使用通过/失败标准，但不建议在自动化部署流水线中运行大型测试。

CI 测试应该小：它是性能退化的警铃，不是整个系统的压测。真正的压力测试应单独按计划运行，并有人值守。

第三个错误是照搬 200 ms 这个数字。它只是文档里的示例，合适的阈值必须来自客户：他们向用户承诺了什么，哪些接口处在关键路径上。在客户现场，第一件事是问清这个问题，然后才写阈值那一行。

还要留意许可证：k6 以 AGPL-3.0 发布。在法务部门严格的企业客户那里，先问清对方的开源许可证政策，别等装进流水线后再被追问。

## 如何把这项技能写进简历

“熟悉负载测试”是一句平淡的话。“为搜索 API 设定 p95 阈值并接入 CI，拦下一次会让 p95 翻倍的部署”讲的是一个故事，面试官问你如何保障生产环境质量时，这也是个好答案。

想练手，就找一个个人项目，写一个 k6 脚本，故意加一条慢查询，让 GitHub Actions 把它抓出来。一个原因清楚的红色构建，比任何技能总结都更有说服力。

**本周动手试试:**

- 运行 k6 new，在 options 中加上 http_req_duration 的 p(95) 阈值，然后对客户最慢的接口跑一次
- 在仓库的测试分支上加一个使用 grafana/setup-k6-action 和 run-k6-action 的任务，并故意调低阈值，看构建变红
- 问客户实际向用户承诺的 p95 是多少，然后写进脚本

## 信源

- [GitHub - grafana/k6: A modern load testing tool, using Go and JavaScript](https://github.com/grafana/k6)

- [Thresholds | Grafana k6 documentation](https://grafana.com/docs/k6/latest/using-k6/thresholds/)

- [Running k6 | Grafana k6 documentation](https://grafana.com/docs/k6/latest/get-started/running-k6/)

- [Integrations & Tools | Grafana k6 documentation](https://grafana.com/docs/k6/latest/misc/integrations/)

- [GitHub - grafana/setup-k6-action: GitHub Action for installing Grafana k6](https://github.com/grafana/setup-k6-action)

- [Automated performance testing | Grafana k6 documentation](https://grafana.com/docs/k6/latest/testing-guides/automated-performance-testing/)
