高并发是大型架构核心，下面我详解高并发主流工具@mikechen
JMeter
JMeter： 是 Apache 的老牌性能测试工，基于 Java，支持 HTTP、JDBC、JMS、FTP 等多种协议。
适合做功能压测、接口压测和较复杂的业务流程压测。
优点是生态成熟、图形化界面友好、可扩展性强；缺点是单机高并发能力一般，脚本和执行效率不如更轻量的工具。
适用场景：接口测试、复杂业务链路压测、多协议测试、团队协作型压测。
LoadRunner
LoadRunner 是商业级性能测试工具，支持协议广、企业功能完整。
常用于大型系统、传统企业应用和对测试治理要求较高的场景。
优点是功能强、协议支持全面、报告能力成熟；
缺点是成本高、学习和维护门槛较高，整体偏重。
适用场景：大型企业级系统、复杂协议系统、需要完整测试流程和治理能力的项目。
wrk
wrk 是轻量级 HTTP 基准测试工具，偏“性能极限测试”，以高并发、低开销、命令行方式见长。
优点是简单、快、单机压测能力强，适合测吞吐和延迟；缺点是只支持 HTTP，场景编排、断言、分布式能力较弱。
适用场景：单接口性能基准测试、服务极限探测、线上压测前的小规模验证。
ab
ab 是 Apache Bench 的简称，也是一个非常轻量的 HTTP 压测命令行工具，常用于快速看接口吞吐和响应时间。
优点是上手极快、命令简单、适合快速验证；缺点是功能很基础，复杂场景和高并发能力都有限。
适用场景：简单接口验证、临时排障、快速做一个粗粒度性能判断。
Locust
Locust 是基于 Python 的开源压测工具，特点是用代码描述用户行为，能模拟较真实的业务场景，也支持分布式扩展。
优点是脚本灵活、场景表达能力强、适合做用户行为建模；缺点是需要写代码，对测试人员的编程要求更高。
适用场景：复杂用户路径压测、业务流程压测、需要模拟登录、下单、查询等多步骤链路的场景。
Gatling
Gatling 是面向 Web 性能测试的高性能工具，通常通过代码定义场景，适合技术团队做自动化压测和 CI 集成。
优点是性能高、场景表达清晰、报告漂亮；缺点是学习曲线比 JMeter 陡，且更偏代码化使用。
适用场景：API 压测、Web 服务压测、自动化性能回归、工程化团队的持续性能测试。
如何选择？
要复杂协议 图形化 团队易用，选 JMeter。
要企业级商业支持，选 LoadRunner。
要极限吞吐 轻量基准测试，选 wrk 或 ab，其中 wrk 更强。
要业务场景模拟 代码化压测，选 Locust。
要高性能 工程化自动化，选 Gatling。