一、一半規格的環境，測不出一半的效能

Day 16 你把及格線訂好了：下單 p95 < 800ms。興沖沖對測試環境跑了一輪，p95 是 1600ms。這時大腦會自動送上一個誘人的算式：測試環境規格只有正式的一半嘛，1600 除以 2，正式環境應該就是 800ms——剛好壓線，過關！

先別急著寫報告。這個算式假設系統是線性的，而 Day 1 那條曲線從第一天就告訴你：它是彎的。比例尺量不了彎的曲線。更麻煩的是，「規格一半」這句話本身就經不起追問——到底是什麼的一半？

• 有縮的：CPU 核心數、記憶體、節點數——這些通常真的是一半
• 根本沒縮的：網路延遲、資料庫連線池上限、逾時設定、程式邏輯——它們在兩個環境一模一樣
• 常常縮更兇的：DB 資料量——正式一千萬筆，測試環境一千筆，差的是四個數量級，不是一半

三種零件用三種比例在縮，組合出來的系統行為就沒有換算公式可言。正式環境 CPU 還很閒的時候，可能連線池先滿了；測試環境查詢飛快，可能只是因為資料少到整張表都在記憶體裡。瓶頸會轉移——你在半規格環境撞到的牆，和正式環境會撞到的牆，經常不是同一面。

圖 1：規格一半 ≠ 效能一半——三種零件用三種比例在縮，瓶頸會轉移，換算公式不存在

二、三個隱形的數字扭曲器

規格差異至少寫在採購單上，看得見。真正危險的是三個沒人告訴你的扭曲器——它們讓數字往「假快」或「假慢」的方向偏，而且偏得悄無聲息：

扭曲器一：測試資料量。一千筆和一千萬筆的查詢是兩回事。資料少的時候，再爛的查詢都快——沒有索引也快、全表掃描也快，因為整張表塞得進記憶體。等到正式環境一千萬筆，同一句 SQL 直接現形。測試環境的玩具資料，是「假快」最大的供應商。對策不難：開測前先問一句「這個環境的主要資料表有幾筆」，量級差太多就要求補資料，補不了至少把落差寫進報告。

扭曲器二：快取冷熱。系統剛啟動、快取是空的，第一波請求什麼都要真的算，慢；跑一陣子之後，熱門資料都在快取裡，快。同一個系統、同一個腳本，冷著測和熱著測可以差出好幾倍——那你的數字到底測到的是處理能力，還是快取命中率？對策是把「冷熱」變成有意識的選擇：固定一段預熱程序（先小流量跑一兩分鐘再開始計分），並在報告寫明這輪測的是預熱後的狀態；除非你要測的就是冷啟動情境（例如重啟後的恢復），那也寫明。

扭曲器三：共用資源。測試環境常常是好幾個團隊擠一台虛擬機、共用同一顆資料庫。你測到的 p95 裡，混著隔壁團隊跑批次的雜訊——今天測 900ms、明天測 1400ms，改的根本不是你的系統，是別人的排程。對策回到 Day 6 的老功課：問清楚誰在用、錯開時段；再加一條新習慣——同一輪測試至少跑三次，變異大到離譜，先懷疑環境不安靜，而不是急著懷疑系統。

三、四同一變：歪的尺也能量出差異

看到這裡你可能想問：環境規格不對、資料不夠、還有人跟我搶資源——那測出來的數字到底還有什麼用？答案是換一個問題問。「正式環境撐不撐得住」這一題，半規格環境確實答不好；但「新版比舊版快還是慢」這一題，它答得非常好。歪的尺量不出真實身高，可是同一把歪尺量兩次，長高了多少是真的。

這就是相對比較，操作紀律叫「四同一變」：同環境、同腳本、同資料、同時間窗——唯一變的，只有版本。改版前先量一輪 baseline 存下來，改版後用完全同一把尺再量一輪，比較的不是絕對值，是變化的方向與幅度：p95 從 1600ms 變 2300ms，+44%，新版變慢了——這個結論不需要環境和正式一樣就能成立。四同少了任何一同，比較就開始摻假：資料被昨天的壓測弄髒了（Day 9 的清理策略在這裡回收）、時段撞上別人的批次、腳本被順手改了一行 think time——變因一多，你就說不清楚差異是誰造成的。

圖 2：相對比較的操作——四同一變；結論講方向、幅度僅供參考、措辭誠實

那 Day 16 訂的 SLO 怎麼辦？兩個務實做法：一是替測試環境訂一版自己的及格線——以這個環境的 baseline 為基準，「不比現況差、目標再快一成」，這正是 Day 16 第四條路的延伸；二是保留正式環境的 SLO 當長期目標，但報告裡的絕對值一律加註「於測試環境（規格為正式 1/2）測得，不代表正式環境表現」。兩個做法可以並用，共同點是措辭誠實——數字沒有錯，錯的是把它讀成它承擔不起的結論。

最後留一個界線：也不是所有結論都要退守到相對比較。錯誤（4xx／5xx、逾時）、功能性的崩潰、以及 soak 測試裡「越跑越慢」的趨勢——這些跨環境依然有意義：半規格環境會漏接一些問題，但它抓到的問題，正式環境幾乎都躲不掉。

四、動手做：親手製造一次「假快」，再做一次公平比較

練習一：冷與熱，親眼看差距。快取與連線重用的效果，用自己的數據看一次就終身難忘。對 QuickPizza 連續跑兩輪一模一樣的 smoke，比較兩輪的 p95：

Prompt 1｜冷熱對照實驗

請連續執行兩輪完全相同的測試：k6 run --vus 2 --duration 30s pizza-api-test.js，
兩輪中間間隔 5 秒。記下兩輪的 http_req_duration（avg 與 p95），
做成對照表，並解釋第一輪通常較慢的原因
（連線建立、TLS 交握、伺服器端快取由冷轉熱），
以及這對「要不要預熱」的啟示。

公開練習站常年有流量，伺服器端早就是熱的，所以你看到的差距主要來自施壓端的連線建立與 TLS 交握——差距可能不大，但方向會很清楚。真實的內部測試環境剛重啟時，冷熱差距會比這誇張得多。

練習二：四同一變的完整演練。沒有真的改版可以測，我們就自己扮演那個「變」：拿 Day 13 的 journey 腳本當舊版，請 Claude Code 做一個會變慢的新版（多打一次 API，模擬改版加了新功能），然後走完整套相對比較：

Prompt 2｜baseline 與新版對比

第一步：執行 k6 run --summary-export=baseline.json journey.js
第二步：把 journey.js 另存為 journey-v2.js，在下單流程裡
多加一次 GET 評分列表的請求（模擬新版多了推薦功能），其他都不變。
第三步：執行 k6 run --summary-export=v2.json journey-v2.js
第四步：讀取兩份 JSON，輸出對照表：
http_req_duration 的 avg/p95、iteration_duration、每次迭代的請求數，
各欄附上變化百分比，並用一句話總結新版變慢的原因。

指標                     baseline      v2         變化
http_req_duration p95    412ms         418ms      +1.5%
iteration_duration p95   6.21s         6.87s      +10.6%
每次迭代請求數           5             6          +1
結論: 單一請求沒變慢, 但流程多了一步, 整體旅程慢了一成

注意讀法：單一請求的 p95 幾乎沒動（伺服器沒變慢），但一輪旅程的耗時多了一成（流程變長了）——兩個指標說的是不同層的故事，混在一起就會誤判。這種「把兩份數據放在一起講出一個故事」的活，正是 Day 21 要讓 Claude Code 大展身手的地方，今天先淺嚐。

五、注意事項：讀數字最常見的六個坑

給 RD 的一句話：QA 來問「測試環境和正式差多少規格、DB 有幾筆資料」，這不是找碴，是他要把環境落差誠實寫進報告的前置作業。順手給他一張環境對照表吧——之後你收到的效能報告，就會從「這數字怪怪的」變成「這數字可以這樣讀」；而當他說「新版在同一環境慢了 40%」時，你可以直接開始找原因，不用先吵環境準不準。

六、觀念驗證：三個問題確認你有帶走今天的重點

• 測試環境規格是正式的一半，測出 p95 = 1600ms——為什麼不能推論正式環境是 800ms？至少講出兩個理由。（第一節）
• 三個扭曲器：資料量太少、快取太熱、隔壁在跑批次——各自把數字往「假快」還是「假慢」推？各說一個對策。（第二節）
• 主管問兩題：「新版比舊版快還是慢」「新版上了正式環境撐不撐得住」——哪一題你的半規格環境答得好？另一題該怎麼誠實回答？（第三節）

七、小結

環境落差不會因為抱怨而消失，今天學的是與它共處的方法：等比換算不存在，因為三種零件用三種比例在縮、瓶頸會轉移；資料量、快取、共用資源三個扭曲器，先認得、再對付；而當絕對值撐不起結論時，退守到「四同一變」的相對比較——方向可信、幅度僅供參考、措辭誠實。不過，相對比較只告訴你「變慢了」，還沒告訴你「慢在哪」。p95 多了四成，問題在應用層、資料庫還是網路？這就是判讀的下一層功夫——Day 18，我們來學怎麼從數字縮小範圍。

附錄：「這個數字能不能信」環境檢核清單（影印版）

—— 開測之前 ——
□ 1. 規格對照: CPU/記憶體/節點數與正式差幾倍? 記下來了嗎?
□ 2. 主要資料表的筆數與正式差幾個量級?
□ 3. 這輪要測冷還是熱? 預熱程序固定了嗎?
□ 4. 同時段有沒有別人在用這個環境? (Day 6 五問)
—— 比較之前 ——
□ 5. 四同核對: 同環境/同腳本/同資料/同時間窗?
□ 6. baseline 存檔了嗎? (--summary-export, 檔名帶版本日期)
□ 7. 同一輪至少跑了三次? 變異在合理範圍?
—— 下結論之前 ——
□ 8. 絕對值有沒有加註「於測試環境測得, 不代表正式環境」?
□ 9. 跨環境的結論是否只講方向, 不講絕對值?
□ 10. 錯誤與越跑越慢的趨勢, 有沒有另外列出? (這些跨環境仍有效)
```