Oha HTTP压测工具v1.6.0版本发布:性能优化与功能增强
Oha是一个用Rust编写的高性能HTTP负载测试工具,类似于ab和wrk,但具有更现代化的设计和更丰富的功能特性。该项目由hatoo团队维护,专注于提供简单易用但功能强大的HTTP基准测试解决方案。
核心性能优化
本次v1.6.0版本在性能方面进行了多项重要改进:
-
物理核心数优化:经过实际测试验证,使用物理核心数而非逻辑核心数作为工作线程数能够获得更好的性能表现。这一改动使得oha在相同硬件条件下能够产生更高的请求吞吐量。
-
内存分配器升级:从jemallocator迁移到tikv-jemallocator,这是专为Rust生态系统优化的内存分配器实现,能够更好地处理高并发场景下的内存分配需求,减少内存碎片和提高分配效率。
-
HTTP/2工作线程重构:对HTTP/2协议的工作线程实现进行了深度重构,优化了连接管理和请求处理流程,显著提升了HTTP/2协议下的性能表现。
-
构建配置优化:在CI构建流程中启用了优化编译配置,确保发布的二进制文件能够充分利用现代CPU的指令集和优化特性。
新功能特性
-
文件URL读取支持:新增了从文件读取URL列表的功能,用户可以通过
-f/--file参数指定包含多个URL的文件路径。这一特性特别适合需要对多个不同端点进行混合负载测试的场景。 -
性能剖析增强:改进了性能剖析服务器的实现,能够更准确地收集和分析性能数据,帮助开发者识别性能瓶颈。
技术实现细节
-
并发模型优化:通过减少不必要的线程间同步和锁竞争,提高了工作线程的执行效率。特别是在高并发场景下,这种优化能够带来明显的性能提升。
-
依赖更新:更新了多个关键依赖库版本,包括异步运行时、HTTP客户端库等,确保使用最新的性能优化和安全修复。
-
代码清理:移除了不再使用的pin-project-lite依赖,简化了项目依赖树,减少了二进制体积。
使用建议
对于希望获得最佳性能的用户,建议:
-
根据被测服务的特性选择合适的协议(HTTP/1.1或HTTP/2),新版oha对两种协议都进行了优化。
-
对于大规模测试,可以考虑使用新的文件URL功能,预先准备好测试用例文件。
-
在性能关键场景下,建议使用物理核心数作为工作线程数,这通常是性能最优的配置。
总结
Oha v1.6.0版本通过一系列底层优化和功能增强,进一步巩固了其作为高性能HTTP负载测试工具的地位。无论是对于开发人员的本地测试,还是生产环境的性能评估,这个版本都提供了更强大、更可靠的测试能力。特别值得一提的是其对现代HTTP协议的支持和优化,使其成为评估Web服务性能的理想选择。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00