据统计，2016年前10个月全国实物商品网上零售额为31740亿元，而天猫“双十一”的成交量就达到1207亿元，支付宝处理交易10.5亿笔，支付峰值达到12万笔/秒，如此恐怖的交易量，让技术雄厚如阿里同样免不了交易过程的卡顿、缓慢。对于大多数B2C电商平台来说，没有阿里在技术、资源上的“三板斧”，如何让促销时蜂拥而至的新、老用户获得最佳购物体验呢?

　　电商促销之痛

　　电商平台拥有海量的注册用户和大量在线交易，频繁的促销活动和产品迭代给IT支撑部门提出了更高的要求，以满足快速增长的业务需求和良好的交付质量。秒杀、支付等典型的应用场景，用户经常出现瞬间集中并发的情况，因此保障不同终端用户在访问峰值时的交易体验，减少业务损失是其IT团队在每次大促之前都需要经历的一次“大考”。

　　传统压测工具Loadrunner和Jmeter，虽然能一定程度上发现后端应用支撑系统的性能问题，但由于是在“温室环境”下测试，无法测量真实业务场景以及真实用户体验质量，技术部门大量的时间耗费在测试准备上，而不是对测试出的性能问题进行分析和优化。

　　网络资源有限，难以模拟和识别不同地区用户的应用质量;

　　只能通过协议文档模拟请求流程，无法获取真实用户体验;

　　数据加密的交易链路，难以验证加密数据在高负载下的正确性;

　　不支持端到端全链路性能压力测试，无法洞察和定位性能问题;

　　创新的云端压力测试3.0实战

　　以国内某垂直电商项目为例，该电商有多个典型的业务场景，且对数据安全性较高，用户登录、查询和购物操作需要对相关数据进行多次复杂的加密处理，传统压测工具无法满足用户需求。云智慧压测宝专家服务团队，通过逐步加压测量不同场景在高并发条件下的性能表现，实时发现系统在高并发情况下的用户体验和系统健康状态，详悉系统能支持的最大并发用户数，为大促活动及后续业务系统的容量规划和管理决策提供直接的数据支撑。

　　支持数据加密及特定业务处理逻辑;

　　支持订单结果的循环查看处理;

　　支持清空购物车的特殊逻辑处理;

　　支持优惠券、红包特殊处理等;

　　通过对压力测试数据的综合分析，确定该电商Web应用平台拥有支持40,000并发用户同时进行综合业务访问的处理能力。压测中出现的前端错误，导致后端应用服务能力的阻塞和处理能力快速下降的问题，结合APM工具进一步定位到影响性能的代码问题，从而帮助客户持续优化系统性能和用户体验。利用传统压测工具需要几周才能完成的压测任务，通过云智慧压测宝服务缩短至几天，帮助客户从繁琐的压测前期准备转而聚焦测试结果分析和优化上。