[开源] rload - 仅 3.5MB 内存，原生支持 Nginx 日志/JSONL 回放的 Rust 高性能压测工具（ wrk 兼容）

各位 V 友，大家好！

平时在做后端开发、架构设计或 SRE 运维时，大家肯定都用过 wrk。它的单机吞吐量和极低的内存占用（常驻 3MB 左右）绝对是业界的标杆。

但在实际生产中，我们经常遇到一个头疼的问题：“静态单接口压测看起来稳如老狗，线上真实复杂流量一进来，数据库/缓存就瞬间雪崩。” 想要高保真地还原线上故障、做靠谱的容量规划，最直接有效的办法就是——直接回放真实的线上 Nginx 访问日志（ access log ）。

然而，现有工具在这点上都不太完美：

1. wrk：原生不支持日志回放，必须写 Lua 脚本，维护成本高，调试困难。
2. k6：虽然支持 JS 脚本，但内置的 JS 运行时和 GC 导致单机压测极其消耗 CPU 和内存（随随便便几百 MB ），压测数据也容易因 GC 发生抖动失真。
3. Locust：Python 协程性能偏低，单机几千 RPS 就满载了，回放几十万日志得拉一整个容器集群，成本高昂。

为了解决这个痛点，我用 Rust 编写了 **rload**，并已经在 GitHub 开源。

• GitHub 仓库： https://github.com/wenhaozhao/rload
• 项目官网： https://wenhaozhao.github.io/rload/

🚀 免安装，一键直接运行！

为了让大家用得爽，目前我们已经在 GitHub Releases 页面发布了全平台的预编译静态二进制包！ 无需配置 Rust 编译环境，支持一键直接运行：

• macOS (Apple Silicon M1/M2/M3 & Intel)
• Linux (x86_64 & AArch64 架构，无 glibc 版本依赖限制)
• Windows (x86_64, 原生适配 PowerShell 与套接字恢复)

💡 快速上手：

1. 去 Releases 页面下载对应系统的压缩包解压。
2. 从线上服务器导出一份 access.log 到本地。
3. 运行命令，直接以 100 并发顺序/随机回放真实流量： rload -c 100 -d 30s --log-replay access.log http://staging-env.internal

🛡️ 核心亮点：

• 🚀 与 wrk 性能与指标对齐（基于 mio ）： 我们故意没有选择高层的 async await runtime （如 Tokio ），而是直接基于裸 **mio**（非阻塞 I/O 复用）实现了高效的工作线程绑核模型。 在 macOS / Linux 上与 wrk 进行的配对运行基准测试表明：吞吐量（ RPS ）平均绝对误差（ MAE ）仅为 **0.986%**，P50/P90 延迟误差控制在 1% 左右，内存常驻仅为 3.55 MiB，完美对齐 wrk ！
• 📂 原生支持 Nginx 日志回放： 直接读取 Common 或 Combined 格式的 Nginx 访问日志，支持 顺序、洗牌（ shuffle ）和随机 三种回放模式。支持传入种子（--seed），确保每次洗牌后的请求序列在无数次运行中完全一致，保障测试的可重复性（ A/B Test 对比）。
• 📝 原生支持 JSONL 请求回放： 如果需要压测复杂的 POST/PUT 请求，直接将请求方法、Header 、Body 导出为标准的 JSONL 格式，rload 即可原生高并发回放，再也不用痛苦地去写 Lua 脚本了。
• ⏳ 多种流量控制步调（ Pacing ）与协同遗漏预防： 支持固定全局速率、基于时间戳的速度步调（ timestamp-speed pacing ）以及定时速率阶段切换。通过高精度时间轮排程，精准预防传统压测工具中普遍存在的 Coordinated Omission （协同遗漏） 统计误差。

严谨的准确性判定：

我们在仓库里的 benchmarks/VALIDATION_2026-07-11.md 极其详细地记录了我们的准确性判定方法、配对运行的原始数据以及门槛限制。我们甚至主动写出了我们在“零延迟回环 P99 略微超过 5% 判定门槛”这一局限性，绝不夸大宣传，欢迎各位硬核大佬来拍砖和 Code Review ！

如果您对高性能网络 I/O 编程、Rust 裸 mio 实现感兴趣，或者正好在线上遇到复杂的日志回放压测需求，欢迎体验并给个 Star ⭐️ 支持！

期待各位 V 友的反馈、Issue 或 Pull Request ，任何吐槽或想法我都非常欢迎和感激！