Workerman压力测试需通过ab、wrk或自写脚本模拟并发，结合真实用户行为如随机延迟、会话保持等，测试后根据响应时间、吞吐量等指标分析瓶颈，优化方向包括代码、配置、网络、硬件及缓存使用，OOM时应检查内存泄漏并调整配置，运行状态可通过StatusServer或APM工具监控。
Workerman压力测试，简单来说，就是看看它在高并发下能扛多久，性能到底怎么样。别指望它能像Nginx那样轻松应对百万并发，但了解它的极限能帮助你更好地做架构设计和优化。
解决方案
Workerman压测，常用的方法是使用类似
ab（Apache Benchmark）或者
wrk这样的工具，模拟大量并发请求。但更贴近实际场景的，是自己编写一个简单的客户端脚本，模拟真实用户的行为。
选择压测工具：
ab
、wrk
、locust
，或者自己写脚本。ab
简单易用，但功能有限；wrk
性能更好，支持Lua脚本；locust
用Python编写，适合模拟复杂的用户行为。自己写脚本灵活性最高，但需要一定的编程基础。准备Workerman服务： 确保你的Workerman服务已经启动，并且监听了一个端口。服务逻辑尽量简单，避免复杂的业务逻辑影响测试结果。比如，可以写一个简单的echo服务，收到什么数据就返回什么数据。
编写压测脚本： 假设你选择自己写脚本，可以用PHP的
fsockopen
或者stream_socket_client
函数，建立socket连接，发送数据，接收数据，然后关闭连接。循环执行这个过程，模拟多个并发用户。
执行压测： 运行脚本，观察Workerman服务的CPU、内存、网络等资源使用情况。记录每个请求的响应时间，计算平均响应时间、最大响应时间、吞吐量等指标。
分析结果： 根据测试结果，找出性能瓶颈。可能是Workerman本身的性能问题，也可能是你的代码逻辑问题，或者是服务器硬件资源不足。
Workerman压测时，如何模拟真实用户行为？
模拟真实用户行为，不仅仅是发送请求那么简单。你需要考虑以下几个方面：
请求频率： 真实用户的请求频率是不均匀的，有高峰期和低谷期。可以在压测脚本中加入随机延迟，模拟这种不均匀性。
请求内容： 真实用户的请求内容是不同的。可以从一个数据集中随机选择请求内容，或者根据一定的规则生成请求内容。
用户行为： 真实用户会进行一系列操作，比如登录、浏览商品、加入购物车、下单等。可以在压测脚本中模拟这些操作，形成一个完整的用户行为流程。
用户会话： 真实用户会有会话状态，比如登录状态、购物车信息等。需要在压测脚本中维护这些会话状态，模拟用户的连续操作。
Workerman压测结果不理想，如何优化？
优化Workerman性能，可以从以下几个方面入手：
代码优化： 检查你的代码逻辑，避免不必要的计算和IO操作。使用更高效的数据结构和算法。
Workerman配置优化： 调整Workerman的配置参数，比如
count
（进程数）、listen
（监听端口）、reusePort
（端口重用）等。网络优化： 开启TCP_NODELAY，减少网络延迟。使用长连接，减少连接建立和关闭的开销。
硬件优化： 升级服务器硬件，比如CPU、内存、硬盘等。使用SSD硬盘，提高IO性能。
使用缓存： 使用缓存，减少数据库访问。可以使用Redis、Memcached等缓存系统。
负载均衡： 使用负载均衡，将请求分发到多台服务器上。可以使用Nginx、HAProxy等负载均衡器。
使用更快的序列化方式： 默认的
serialize
函数性能较差，可以考虑使用json_encode/json_decode
或者igbinary
。
Workerman压测时，出现OOM（Out Of Memory）错误怎么办？
OOM错误，说明Workerman进程占用的内存超过了服务器的限制。可以尝试以下方法解决：
代码优化： 检查你的代码，是否存在内存泄漏。及时释放不再使用的变量和资源。
调整PHP配置： 调整PHP的
memory_limit
参数，增加每个进程的内存限制。但要注意，过高的内存限制可能会导致服务器资源耗尽。减少并发数： 降低压测的并发数，减少每个进程的内存占用。
使用共享内存： 将一些数据存储在共享内存中，减少每个进程的内存占用。可以使用
shmop
或者sysvmsg
等扩展。分批处理： 将大量数据分成小批处理，避免一次性加载到内存中。
使用64位PHP： 64位PHP可以支持更大的内存地址空间，避免OOM错误。
如何监控Workerman的运行状态？
监控Workerman的运行状态，可以使用以下方法：
Workerman自带的StatusServer： Workerman自带了一个StatusServer，可以查看Workerman的进程数、连接数、请求数、响应时间等信息。
使用第三方监控工具： 可以使用Zabbix、Nagios、Prometheus等第三方监控工具，监控Workerman的CPU、内存、网络等资源使用情况。
自定义监控脚本： 可以自己编写监控脚本，定时采集Workerman的运行状态，并发送到监控系统。
使用APM工具： 使用APM（Application Performance Management）工具，比如Skywalking、Pinpoint等，可以更深入地了解Workerman的性能瓶颈。
监控的目的是及时发现问题，并采取相应的措施。例如，如果发现Workerman的CPU占用率过高，可以检查代码是否存在性能问题；如果发现Workerman的内存占用率过高，可以检查是否存在内存泄漏。
