衡量一个资源网络的性能,不能只看注册接口每秒返回多少次。资源真正可用之前,还要经过Root接纳、内容分发和Discovery索引。如果只统计最前面的HTTP响应,后面的积压就会被藏起来。
OpenAgenet(OAN)近期的流水线实验同时观察三个独立循环:客户端与Registrar向Root提交资源,Root发布器把持久任务交给内容分发层,Discovery按游标拉取并建立索引。实验把“注册完成”和“端到端可发现”分开计时,目的不是追求一个最大的瞬时数字,而是找出整条链路能否持续推进。
实验客户端以固定数量的在途请求施加负载。一次资源注册完成后,执行器再补入下一项任务,使并发规模保持可控。服务侧的发布和发现循环独立运行,采样程序每秒只读查询各阶段进度,不介入请求调度。
这样设计有两个好处。第一,压测执行期间不需要人工或大模型逐步下发命令,避免外部等待时间混入结果。第二,三个阶段的进度不必完全一致:如果Root已经接纳很多资源而Discovery增长较慢,曲线会直接暴露下游积压,而不是用一个总完成时间掩盖它。
本轮正式基线采用4个注册客户端进程、48个总在途请求,DID验证执行器配置为4个工作线程和8个队列容量,Registrar与Root数据库连接池均为8。采样间隔为1秒。
这里的“48个在途请求”不是48个资源一次性全部完成,也不必等同于48个操作系统线程。4个客户端进程各自维持一定数量的异步任务;请求在网络、签名验证、数据库和上游响应之间切换。某个请求完成后,客户端再补充下一项,直到目标规模全部提交。
固定在途量比“一次启动5000个请求”更容易解释。后者可能先把客户端连接、文件句柄或内存打满,测到的是突发排队能力;固定并发则更适合观察系统在持续压力下的稳态推进。并发过低会让客户端大部分时间等待,无法暴露服务端能力;并发过高又可能把瓶颈转移到客户端或连接建立,因此参数需要通过多组实验校准。
4个客户端进程也不是为了制造“多节点”结论,而是降低单进程事件循环和本地调度对负载生成的限制。文中的逻辑多节点负载有自己的注册与发现目标配置,不能仅凭客户端进程数量判断网络拓扑。
采样程序与负载程序分离同样重要。采样只读取各阶段累计量,不向大模型询问下一步,也不在中途动态改参数。准备环境和启动脚本可以由自动化工具完成,一旦计时开始,测试流程应自行运行到结束。
实验覆盖四种组合:单逻辑节点的智能体资源、单逻辑节点的混合资源、逻辑多节点的智能体资源,以及逻辑多节点的混合资源。混合资源包含不同OAN资源类型,用于观察字段、验证和索引路径差异;逻辑多节点组合则考察多个注册与发现目标带来的调度变化。
除一个逻辑多节点智能体组合因任务整除关系实际为4998项外,最大规模均约为5000项。每种负载还设置500、2000和5000三个规模,并重复运行5次。总计60轮,可以降低单次抖动造成的误判。
重复5次并不是把最好的一次挑出来。中位数用于减弱偶发调度、缓存和后台任务抖动的影响,原始轮次仍应保留,以便观察离散程度。如果某一配置有四次接近、一次异常慢,中位数能代表常见表现,但异常轮次仍值得检查,不能直接删除。
三个规模也有不同用途。500项可以验证流程和小规模固定开销,2000项观察流水线是否开始形成稳定节拍,5000项更容易暴露队列积压、内存保留和下游追赶问题。只跑最大规模可能错过“启动阶段固定成本占比很高”的现象,只跑小规模又可能看不到持续负载下的瓶颈。
四种负载之间也不能只看谁最快。单逻辑节点与逻辑多节点的调度路径不同,智能体资源与混合资源的字段、证明和索引内容不同。它们共同回答的是当前实现对不同资源组合是否保持可预测,而不是为了给某种资源类型排性能名次。

在约5000资源规模下,四种负载的端到端完成时间中位数分别为21.021秒、21.011秒、22.021秒和24.077秒。对应的端到端完成速率约为每秒237.86、237.97、226.97和207.67项。
负载 | 实际资源数 | 端到端时间中位数 | Root接纳速率 | 端到端完成速率 |
|---|---|---|---|---|
单逻辑节点 / 智能体 | 5000 | 21.021秒 | 311.51项/秒 | 237.86项/秒 |
单逻辑节点 / 混合资源 | 5000 | 21.011秒 | 311.58项/秒 | 237.97项/秒 |
逻辑多节点 / 智能体 | 4998 | 22.021秒 | 293.40项/秒 | 226.97项/秒 |
逻辑多节点 / 混合资源 | 5000 | 24.077秒 | 293.98项/秒 | 207.67项/秒 |
这些数字首先说明,前端注册并不是唯一节拍。Root接纳速率高于端到端完成速率,后续发布和发现阶段仍然决定最终可见时间。逻辑多节点混合负载用时更长,也提示调度、分发目标和索引路径会共同影响结果。
端到端完成速率可以用“资源总量除以最终完成时间”直观理解。例如5000项在21.021秒完成,对应约237.86项每秒。它表示整批资源到达实验定义的最终完成条件后的平均速率,不等同于每一秒都精确完成237.86项,更不是单个资源延迟。
Root接纳速率则以Root阶段的完成时间计算。它高于端到端速率,说明Root可以较快接受请求,但资源还要等待发布和Discovery索引。如果只报告约311项每秒的Root数据,读者会误以为5000项已经在约16秒内全部可发现,忽略了下游阶段。
读进度图时,可以关注三件事。首先看Root曲线是否持续增长,停顿往往对应验证、数据库或上游请求受限;其次看发布曲线与Root之间的间距是否持续扩大,扩大说明后台发布追不上;最后看Discovery是否最终达到目标,若它长期落后,需要排查同步批次、游标、验证或索引。
单次曲线中的短暂间距不一定是故障。异步系统本来就允许阶段之间存在在途工作。真正需要警惕的是间距只增不减、某条曲线长时间水平,或者计时结束时下游尚未达到目标却被脚本宣布成功。

实验采用1秒采样,而不是给每个资源植入高频追踪。这样能减轻观测本身对系统的扰动,但完成时刻只能确定在相邻两个采样点之间。因此,文中的端到端时间可以理解为按采样口径得到的完成上界,不应被解读为微秒级精确测量。
同样,图上的三条累计曲线不是要求完全重合。Registrar/Root完成量领先、发布任务随后追赶、Discovery最后达到目标,才符合异步流水线的真实行为。若三条曲线在任何时刻都机械一致,反而要检查采样是否错误地复用了同一个计数。
本轮结果对应特定代码提交、隔离状态和本机实验环境。结构化发现路径关闭了语义引擎构建,以避免外部模型或向量生成服务的波动混入注册发布基线。它测量的是资源穿过结构化注册、发布和索引流水线的能力,不是带语义推理的完整用户搜索时延。
实验结果也不能直接外推为公网生产承诺。网络时延、磁盘、数据库、节点拓扑、语义服务、授权范围和资源材料复杂度都可能改变表现。更合理的用途,是用同一口径比较版本变化、观察积压位置,并为容量规划提供可复现基线。
性能数字突然提高,首先要确认完成条件有没有变化。若旧脚本等待Discovery达到目标,新脚本只等Root接纳,后者当然更快,却不是优化。若三个采样指标错误地读取了同一个计数,曲线会整齐得不真实,发布和发现积压也会被抹掉。
第二类风险是安全检查被绕过。为了提高吞吐而跳过DID文档证明、controller授权、随机数防重放或资源包验证,会让数字上升,却破坏实验对象。性能回归测试应和安全门禁同时运行,确认错误签名、旧controller、重复随机数和篡改摘要仍被拒绝。
第三类风险来自负载生成端。远程执行时,SSH是否压缩、客户端进程如何安排、网络连接是否复用,都可能改变吞吐。如果传输大量文本化请求,未压缩SSH可能使隔离服务器实验明显慢于本机,而服务器CPU和内存仍有大量余量。这样的现象不能简单归因于OAN节点性能。
第四类风险是把外部不稳定服务放进计时链路。语义向量或远程大模型的可用性会改变等待时间,不同时间甚至使用不同服务能力。若实验目标是结构化注册发布,应关闭这类派生环节;若目标就是语义发现,则必须单独记录模型、接口、重试和缓存条件。
因此,比较两个提交版本时,至少要固定二进制来源、数据库初始状态、客户端脚本、进程数、在途请求数、验证器、连接池、采样间隔、SSH方式、语义开关和最终完成条件。参数相同而脚本语义不同,仍然不是可比实验。
资源占用同样需要和吞吐一起看。长期运行的系统不仅要完成得快,还要确认负载结束后队列、连接和内存状态能够稳定,不因一次压测留下持续增长的工作集。
观察资源占用时,要区分活跃对象、线程栈、分配器保留和操作系统实际回收。进程常驻集在压力结束后没有立即回到启动值,不一定等于业务对象泄漏;多线程内存分配器可能保留arena供后续复用。但如果重复运行后基线持续抬升,或重启才能恢复,就需要结合堆分析、对象数量和线程状态继续定位。
OAN此前对DID验证路径的优化就说明,吞吐与内存不能割裂判断。把每次任务所需的不可变能力树改为共享结构,可以减少深拷贝和分配器保留;是否引入额外同步开销,则要用相同压测口径重新测量。优化结论应该同时包含完成时间、阶段积压和运行前后资源状态。
数据库连接池和验证线程也不是越大越好。池从8扩大到16,只有当请求确实在等待连接时才可能改善;线程数增加后,CPU、锁竞争和数据库写入可能成为新约束。服务器监控显示CPU和带宽有余量,只能说明这些资源没有打满,不能直接证明数据库、串行状态转换或客户端闭环没有瓶颈。

5000资源实验的价值,不只是得到“约20多秒”这一组结果,而是建立了一种可复核的测量方式:参数固定、脚本端到端执行、阶段独立采样、重复运行、保留原始数据,并对语义引擎和采样精度作出说明。
对于OAN这样的可信资源网络,性能优化不能以删掉验证为代价。DID文档证明、controller授权、随机数防重放、版本一致性和发布证据仍需经过相应路径。只有在安全边界未被绕过的前提下,流水线吞吐提升才有意义。
有了稳定基线后,运营者可以按目标负载估算余量,但不能简单把每秒约200多项乘以运行时间。真实系统会混入更新、失败重试、多个Discovery、语义索引和公网延迟,还要给故障恢复与流量峰值留出空间。
更实用的办法是为每个阶段建立服务目标:Registrar与Root的接纳延迟、持久发布任务积压、目标Discovery同步落后量、DID精确查询可见时间,以及负载结束后的内存稳定范围。容量不足时,先根据曲线确定积压阶段,再调整对应批次、连接池或执行器,而不是同时放大所有参数。
版本发布前还可以保留一组固定的5000资源回归门禁。只有流程完成、安全负例通过、三阶段达到目标、结果落在允许波动区间且资源占用没有持续上升,才认为性能基线没有退化。这样,压测就不只是展示用图表,而成为研发过程中可以反复执行的质量控制工具。
说明:本文数据来自OAN白皮书、黄皮书和技术手册所记录的同一轮基线实验,仅适用于文中条件,不构成生产环境服务等级承诺。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。