短期压测结论不可靠：系统"余量"消耗完之前，数据看起来都很好

一个常见的基准测试错误是只跑很短时间（比如60秒）就据此下结论， “我测了新版本，感觉还不如旧版本快”——但这类短期测试从一开始 就无法得出可靠结论，根源在于大多数系统天生就有应对突发压力的 缓冲余量：能把一部分工作暂时”吸收”、延迟到高峰期过后再处理， 短期内即便压力很大，表现出来的数据也可能相当漂亮，因为系统 还在用这部分余量硬撑。真正的问题是，只有把这份余量持续消耗 到用尽，系统原本能扛住的短期压力尖峰才会真正撑不住，性能开始 明显下滑——书中给出一个具体案例：给系统持续加压后画出的I/O 吞吐量时序图显示，读I/O在预热完成后大约三四个小时才趋于稳定， 写I/O至少需要八个小时才能稳定下来，整个测试一共跑了72小时才 真正体现出系统的长期真实行为。这就引出一条实用的经验法则： 系统看起来变稳定所需要的时间，至少要等于系统完成预热所需要的 时间——如果预热本身就要几个小时，那测试至少也要跑几个小时 才有意义，跑60秒得到的只是”余量还没耗尽时”的假象，而不是系统 真实的稳态表现。这解释了为什么”没时间做8到12小时的完整测试” 不是一个可以将就的理由：花时间做的短期测试如果得出的是错误 结论，那这些时间本身就是纯粹的浪费，还不如干脆参考别人做过的 可靠测试结果。