● 前言
在前一篇，我們透過 CI/CD pipeline 自動執行了單元測試與整合測試，確保程式碼的正確性。
但「正確」並不代表「撐得住」。
系統一旦上線，就必須面對 高併發、大流量 的挑戰。

● 效能測試的分類
1️⃣ Load Test（負載測試）
模擬正常或逐步增加的流量，確認系統在期望使用量下的表現。
2️⃣ Stress Test（壓力測試）
超過正常使用量，找出系統的臨界點，觀察瓶頸出現的位置。
3️⃣ Soak Test（穩定性測試）
長時間運行，檢查是否有記憶體洩漏或資源耗盡。

📊 圖 1：效能測試分類示意圖

● 常見工具
🔸JMeter：經典 GUI/CLI 工具，支援詳細報表。
🔸Locust：以 Python 為主，方便撰寫測試腳本。
🔸k6：輕量化 CLI 工具，使用 JavaScript 撰寫邏輯，特別適合整合進 CI/CD pipeline。

📊 圖 2：JMeter vs Locust vs k6 工具比較表

● 效能測試關鍵指標
🔸Response Time：平均/最大延遲
🔸Throughput：每秒處理的請求數 (RPS/QPS)
🔸Error Rate：失敗比例
🔸Resource Usage：CPU、記憶體、網路、IO

📊 圖 3：效能測試關鍵指標心智圖

● 總結
🔸功能測試 → 確保「能用」
🔸效能測試 → 確保「撐得住」
🔸報表 → 是跨部門溝通工具，讓非技術人員也能快速理解系統狀態

👉 下一篇將示範如何用 Locust / k6 進行簡單實測，並整合進 CI/CD pipeline。