Нагрузочное тестирование: как проверить, выдержит ли сервис наплыв пользователей, и где учиться
Нагрузочное тестирование — это проверка, при каком потоке запросов сервис ещё отвечает быстро и без ошибок. Специалист собирает профиль нагрузки по логам и аналитике, пишет сценарии в JMeter, k6, Gatling или Locust, разгоняет поток на стенде, похожем на рабочий, и следит за перцентилями времени ответа, долей ошибок и ресурсами серверов. Результат — отчёт: сколько запросов в секунду система выдерживает, что ломается первым и что исправить. Браться за навык удобнее после базы в тестировании API, HTTP и Linux.
Содержание

Самое частое заблуждение новичка — что тест сводится к фразе «запустим тысячу пользователей и посмотрим». Тысяча виртуальных пользователей ничего не значит, пока не ясно, сколько запросов в секунду они реально создают. Поэтому работа начинается с вопроса, на который тест должен ответить: «выдержим ли распродажу с трёхкратным пиком», «где потолок у нового API», «не течёт ли память за ночь». От вопроса зависят вид теста, длительность и критерии успеха.
Виды тестов и вопросы, на которые они отвечают
Виды проверок различаются не инструментом, а формой нагрузки во времени: один скрипт становится разными тестами, если менять рост, плато и длительность.
| Вид теста | Форма нагрузки | Вопрос |
|---|---|---|
| Нагрузочный (load) | Плавный рост до ожидаемого пика, плато 30–60 минут | Укладываемся ли в целевое время ответа |
| Стресс-тест (stress) | Ступенчатый рост выше пика до отказа | Где предел и как система деградирует |
| На стабильность (soak) | Средняя нагрузка много часов | Нет ли утечек памяти и соединений |
| Пиковый (spike) | Резкий скачок за секунды и спад | Переживёт ли сервис старт продаж и восстановится ли |
Магазину перед распродажей нужны пиковый тест и тест на стабильность, внутренней системе на сорок сотрудников — один тест перед релизом. Если медленная одна операция, начните с плана запроса к базе или профилировщика: нагрузочный тест покажет, что стало медленно, но редко объясняет почему.
Профиль нагрузки и ловушка закрытой модели
Профиль нагрузки описывает, какие операции и в каком соотношении выполняют пользователи в пиковый час. Его собирают из логов, аналитики и мониторинга: число запросов в самый нагруженный час, доли каталога, поиска, корзины и оплаты, паузы между шагами. Цель получают умножением: если в прошлую распродажу пик составил 40 запросов в секунду, а ждут втрое больше посетителей, тест проектируют на 120.
Главная ошибка здесь — в модели нагрузки, и документация k6 описывает её прямо. В разделе Open and closed models сказано: в закрытой модели новая итерация виртуального пользователя начинается только после завершения предыдущей, поэтому при замедлении системы частота новых запросов падает. Тест сам снижает нагрузку, когда сервису тяжело, и графики выглядят спокойнее реальности — это называют coordinated omission. В примере документации запрос длится 6 секунд: один пользователь в закрытой модели успевает за минуту 10 итераций, а исполнитель открытой модели constant-arrival-rate с частотой одна итерация в секунду выполняет 60.
Открытую модель в k6 дают исполнители constant-arrival-rate и ramping-arrival-rate: задаётся частота поступления запросов, а не число пользователей. Но если заранее выделенных пользователей не хватает, k6 не запускает итерации и считает их в метрике dropped_iterations — об этом страница Dropped iterations. Пропуски в начале теста обычно значат, что пользователей мало, ближе к концу — что система деградирует. Без порога на эту метрику отчёт покажет красивое время ответа при недоданной нагрузке.
Учебный пример: распродажа в интернет-магазине
Ситуация учебная. Магазин хочет знать, выдержит ли сайт 120 запросов в секунду. Тестировщик составляет профиль по логам прошлой акции: 60 % запросов — каталог, 25 % — поиск, 10 % — корзина, 5 % — оформление заказа. Критерии согласованы заранее: 95-й перцентиль времени ответа не выше 800 мс, ошибок меньше 1 %. Сценарий в k6 с ramping-arrival-rate растёт от 20 до 120 итераций в секунду за 15 минут, затем держит плато 30 минут. Данные — тысячи учётных записей и товаров, иначе тест измерит блокировку одной строки в базе.
На 90 итерациях в секунду 95-й перцентиль оформления заказа вырастает с 400 мс до 3 секунд, появляются ответы 502, а среднее по всем запросам всё ещё прилично — его вытягивают быстрые карточки товаров. Процессор сервера загружен наполовину, зато пул соединений с базой исчерпан. Вывод для отчёта: узкое место — размер пула и долгий пересчёт корзины, а покупка новых серверов не помогла бы.
Метрики: почему не среднее
Время ответа описывают перцентилями. 95-й перцентиль 800 мс означает, что 95 % запросов уложились в 800 мс, а каждый двадцатый был медленнее. Среднее прячет этот «хвост», поэтому в отчёте указывают медиану, 95-й и 99-й перцентили по каждой операции.
Пропускную способность считают в запросах в секунду (RPS). Сравнивайте отправленную нагрузку с обработанной: если генератор отправил 120 запросов в секунду, а успешно обработано 95, разница и есть главный результат. Ошибки считают по кодам и по содержимому: страница с кодом 200 и текстом «сервис недоступен» — тоже ошибка. Ресурсы — процессор, память, соединения с базой, очереди — снимает мониторинг, о котором подробно рассказывает соседняя статья о Prometheus, Grafana и Zabbix.
Инструменты и стенд
Четыре популярных инструмента бесплатны и различаются способом описания сценариев, так что выбор зависит от языка команды.
| Инструмент | Как описывают сценарий | Кому удобен |
|---|---|---|
| Apache JMeter | Тест-план в графическом редакторе, файл .jmx | Командам без программистов, проектам с SOAP и JDBC |
| Gatling | Код на Java, Scala или Kotlin | Java-командам, держащим тесты рядом с кодом |
| k6 | Скрипт на JavaScript | Тем, кто запускает проверки в CI с порогами в коде |
| Locust | Классы пользователей на Python | Python-командам со сложной логикой сценариев |
У JMeter графический интерфейс нужен для написания и отладки, а тест запускают из командной строки. Раздел 16.7 руководства по лучшим практикам JMeter советует команду jmeter -n -t test.jmx -l test.jtl и просит не держать во время нагрузки слушатели View Results Tree и View Results in Table, иначе генератор сам становится узким местом.
Результат переносится на рабочую систему настолько, насколько стенд на неё похож: каталог на сто товаров и на два миллиона дают разные планы запросов. Платёжный шлюз и SMS заменяют заглушками, генератор ставят на отдельную машину, а тест на рабочей системе проводят только по согласованию с эксплуатацией.
С чего начать и в каком порядке осваивать
Порядок ниже выстроен так, чтобы каждый шаг давал проверяемый результат и не требовал сразу всего стека: от HTTP к скрипту, от скрипта к метрикам сервера.
- Разберитесь с HTTP и API: методы, коды ответа, заголовки, токены.
- Напишите скрипт k6 или Locust на один запрос и запустите его против учебного сервиса в Docker.
- Добавьте сценарий из трёх шагов с паузами, данными из CSV и проверками ответа.
- Перейдите на открытую модель и задайте пороги по 95-му перцентилю, ошибкам и
dropped_iterations. - Поднимите Prometheus и Grafana и сопоставьте графики теста с загрузкой процессора и базы.
- Проведите стресс-тест до отказа и опишите, что сломалось первым.
- Повторите сценарий в JMeter, чтобы читать тест-планы в чужих проектах.
Упражнения и частые ошибки
Полезные упражнения: найти по метрикам заранее заложенное ограничение учебного сервиса, например маленький пул соединений; прогнать один сценарий в закрытой и открытой модели и сравнить графики; написать отчёт на страницу для человека, не видевшего теста. Типичные ошибки — критерии успеха, придуманные после прогона, одни и те же данные у всех пользователей, среднее вместо перцентилей, пустая база и отсутствие проверок ответа. Проверка себя: сможет ли коллега повторить тест по вашему описанию.
Если нужна практика с проверкой, на расширенном онлайн-курсе «Инженер по тестированию» Нетологии есть блок о производительности, отдельные задания на нагрузку и JMeter среди инструментов. Отдельный модуль с часами не описан, поэтому глубину блока стоит уточнить у школы.
Отчёт: что в нём должно быть
Руководителю разработки и владельцу продукта нужен ответ на исходный вопрос, а не сто графиков. Структура: цель и критерии, профиль и стенд, результат по каждому критерию, узкие места с доказательствами из метрик, рекомендации и непокрытые риски. Формулировки проверяемые: «при 95 запросах в секунду исчерпан пул из 20 соединений, 95-й перцентиль оформления заказа 3,1 с» вместо «система нестабильна». Скрипты и сырые результаты прикладывают, чтобы повторить прогон после исправлений.
Как навык влияет на доход
Нагрузочное тестирование редко бывает единственным требованием вакансии: его ждут от тестировщика уровня middle и выше, инженера по автоматизации или бэкенд-разработчика. Навык позволяет брать задачи, которые не закрыть ручными проверками, и участвовать в решениях о мощности серверов.
Узкой статистики по навыку нет, есть ориентир по специализации. В статье Хабр Карьеры о зарплатах тестировщиков от 8 сентября 2026 года со ссылкой на исследование за первое полугодие 2026 года медиана инженеров по производительности названа 250 тыс. рублей в месяц. Регион, грейд и методика для этой цифры не указаны, так что это ориентир, а не обещание. В вакансиях смотрите, стоит ли нагрузка в обязанностях или только в пункте «будет плюсом».
Как выбрать обучение
Отдельных программ только о нагрузочном тестировании немного, поэтому навык чаще получают внутри курса по тестированию или разработке. Проверьте, пишете ли вы сценарий сами, разбирают ли метрики сервера, а не только графики инструмента, и дают ли обратную связь по отчёту.
Разработчику, который хочет проверять свой сервис, подойдёт программа, где тесты идут рядом с кодом. На курсе «Профессия: Java-разработчик» от ProductStar вторая ступень начинается с блока тестирования из 12 уроков, в его темах названы нагрузочное тестирование и JMeter; глубину этих тем страница не раскрывает.
Тем, кому важен диплом о профессиональной переподготовке, стоит смотреть программы с официальным документом. Они обычно шире по темам и скромнее по практике, зато заканчиваются документом установленного образца.
На программе переподготовки «Инженер по качеству (QA-инженер)» от АПОК есть дисциплина «Нефункциональное тестирование» на 40 часов, обучение дистанционное, по текстовым урокам. Нагрузочное тестирование и JMeter в учебном плане не названы, объём темы нужно уточнить у школы.
Перед оплатой попросите у школы пример задания по нагрузке: по нему видно, будете ли вы сами писать сценарий.
Для более широкого сравнения пригодится рейтинг онлайн-школ по тестированию и QA: он охватывает всё направление тестирования, поэтому ищите в описаниях курсов слова «производительность» и «нагрузка».