前段时间我关注了一篇文章，分享如果使用并发压测发现 BUG。突然想起一个话题：

线程不安全需要多少 QPS 压测才能发现 BUG ？

我接触到的并发缺陷绝大部分是因为线程安全问题导致的，还有一些数据库锁的问题（这个不擅长）这里就不分享了。

关于 Java 的一些线程安全的问题，可以参考旧文：

• 操作的原子性与线程安全 2019-07-16
• 快看，i++真的不安全 2019-07-19
• 原子操作组合与线程安全 2019-07-22
• 线程安全集合类中的对象是安全的么？ 2020-02-24
• Lambda表达式在线程安全Map中应用 2020-06-01

下面我们来聊聊上面提到的问题，因为这涉及到不同类型的 BUG 需要多少 QPS 才能测出来 BUG，今天来分享一下最简单的线程不安全操作i++需要多少 QPS 才能测出来BUG。

用例设计思路

首先，我使用的同一个 JVM 来测试i++，发现极容易出现 BUG，后来放弃了这种方式。经过思考发现如果放在一个 JVM 里面，本身已经创建了很多线程去执行i++，这种跟实际接口测试差异比我想象的大很多。其次，我创建了一个简单的 Springboot 项目，写一个简单的接口来实现。

总提测下来，上面的问题需要修正，因为能不能测出来不是一个 Boolean 值，而是一个概率值，后面我也会用发现比例值来表示是测出 BUG 的难易程度。

服务端设计

之前一直用moco_funtester框架来构建服务端不行了，无法动态接口返回。所以只能简单弄一个 Springboot 项目。其他的就不分享了，只分享一下 controller 的部分。这里模拟盘了一个接口平均响应时间 10ms，然后执行一个非线程安全的操作。

 int i; @GetMapping(value = "/funtest") public Result test1() {
       Thread.sleep(SourceCode.getRandomInt(20)); return Result.success(i++);
    } @GetMapping(value = "/geti") public Result test() { return Result.success(i);
    } @GetMapping(value = "/zero") public Result te2st() {
        i = 0; return Result.success(i);
    } 

测试用例

这里没有使用正经的测试框架，只用了异步线程池和粗略的sleep休眠的方法控制 QPS，所以这里会有一个实际 QPS 统计。

1. 默认以固定 QPS 执行 20s。
2. 先重置，后执行，最后获取结果。
3. 取消所有日志打印，避免误差
4. 统计误差数量和误差比

测试用例模拟盘两个模型：线程模型和 QPS 模型。

 public static void main(String[] args) {
        def test = {getHttpResponse(getHttpGet("http://localhost:8080/user/funtest"))}
        def get = {getHttpResponse(getHttpGet("http://localhost:8080/user/geti"))}
        def init = {getHttpResponse(getHttpGet("http://localhost:8080/user/zero"))}
        AtomicInteger index = new AtomicInteger()
        FunHttp.LOG_KEY = false def t = 1000 def size = 1 setPoolMax(500)
        init()
        fun {
            output(DEFAULT_STRING)
        }
        sleep(1.0)
        def start = Time.getTimeStamp()
        size.times {
            fun {
                t.times {
                    test()
                    index.getAndIncrement()
                }
            }
        }
        ThreadPoolUtil.waitFunIdle()
        def value = get().getIntValue("data")
        def end = Time.getTimeStamp()
        output("当前 QPS: ${index / (end - start) * 1000}")
        output(index.get(), value)
        output(getPercent(index.get(), index.get() - value))
    } 

 public static void main(String[] args) {
        def test = {getHttpResponse(getHttpGet("http://localhost:8080/user/funtest"))}
        def get = {getHttpResponse(getHttpGet("http://localhost:8080/user/geti"))}
        def init = {getHttpResponse(getHttpGet("http://localhost:8080/user/zero"))}
        AtomicInteger index = new AtomicInteger()
        FunHttp.LOG_KEY = false def qps = 100 def t = qps * 10 setPoolMax(1000)
        init()
        def decimal = 1_000_000_000 / qps
        fun {
            output(decimal)
        }
        sleep(1.0)
        def start = Time.getTimeStamp()
        t.times {
            sleepNano(decimal as long)
            fun {
                test()
                index.getAndIncrement()
            }
        }
        ThreadPoolUtil.waitFunIdle()
        def value = get().getIntValue("data")
        def end = Time.getTimeStamp()
        output("当前 QPS: ${index / (end - start) * 1000}")
        output(index.get(), value)
        output(getPercent(index.get(), index.get() - value))
    } 

测试结果

线程模型模仿的固定线程数去不断请求接口，这里由于接口平均响应时间 10ms，每个线程执行次数设计为 2000 次，差不多 20s 执行完。

由于对实际结果测试并不能很好预期，这里就先从较小的 QPS 开始了。全程没有触发性能瓶颈，误差部分，测 5 次，取误差最大的一次记录。这里模拟的线程模型的

经过上面测试，对于需要多少压力才能发现可能存在的缺陷，希望本文能投提供参考。