解读

面试官把“后量子算法性能降级”这一真实痛点抛给性能测试岗，核心想验证三件事：

1. 能否把“5 倍慢”翻译成可度量的系统级指标；
2. 能否建立一套可落地的容量/压力模型，量化升级对并发、吞吐、RT、资源利用率的影响；
3. 能否把结论变成业务可读的 SLA 风险与成本，并给出灰度、回滚、优化建议。
   国内金融、政务、运营商对国密/等保/信创合规节奏有明确时间表，答得太学术或只谈算法会被判“不接地气”。

知识点

1. 国密/信创背景：SM2 签名≈ECDSA，CRYSTALS-Dilithium 已纳入国标《GM/T 0009-2023 后量子数字签名算法》征求意见稿，预计 2026 起在政务云、网银、5G 核心网试点。
2. 算法级基准：相同安全等级下 Dilithium-3 签名 2.5 kB、验签 0.6 ms（i9-12900K），ECDSA-P256 签名 64 B、验签 0.12 ms；差距 5× 指 CPU 时间，非端到端。
3. 系统级放大因子：TLS 一次完整握手 2 次签名+2 次验签，HTTPS 短连接放大 3～7×；高并发场景 CPU 成为瓶颈，QPS 下降 ≈ 1/(5×0.7) ≈ 28%。
4. 性能测试方法：
   ① 基准建模：用 CPU-cycle 计数器获得算法纯开销；
   ② 单节点基准：固定 4C8G 容器，梯度并发 50→1000，观察 RT、CPU 利用率拐点；
   ③ 全链路压测：网关+业务 Pod+Redis+MySQL，用 Envoy 镜像 1:1 流量，对比基线与“Dilithium 插件”两条泳道；
   ④ 资源预算：根据 Little’s Law 推算扩容倍数，结合阿里云/华为云 c7 单价算 CFO 可接受的年度成本；
   ⑤ 稳定性：72 h 持续 80% 峰值负载，监控内存泄漏、GC、文件句柄。
5. 风险与缓解：
   混合证书链（PQ+传统）双签、懒加载验签、硬件加速（阿里云神龙 NP、海光 CSV 指令扩展）、异步 offload 到签名池、降级开关。

答案

我会按“四步七指标”模型评估升级影响，输出可落地的 SLA 风险报告。

第一步，建立算法级基线
在信创海光 3 号 2.6 GHz 物理机上，用 liboqs 1.9 国密分支跑 micro-benchmark：单核单线程签名 2.8 ms、验签 0.65 ms，ECDSA 对应 0.12 ms/0.11 ms，确认“5 倍慢”属实。

第二步，单节点容量建模
把新算法封装成 PKCS#11 插件，嵌入 Nginx 1.25（国密版）。4C8G 容器，梯度并发 0→800，观察：

• CPU 利用率 70% 时 ECDSA 场景 QPS=9 800，Dilithium 场景 QPS=3 100，下降 68%；
• RT 中位数从 22 ms 升至 68 ms，P99 从 45 ms 升至 210 ms；
• 内存无显著差异，GC 次数持平。
  用 USL 模型拟合，得出线性区斜率下降 3.2 倍，拐点提前 42%。

第三步，全链路灰度压测
在准生产环境拉一条“量子泳道”，镜像 15% 真实流量，持续 48 h。核心指标对比：

• 网关层 QPS 下降 31%，与单节点结果基本一致；
• 下游订单服务因签名验证阻塞，线程池满拒绝率 0.3%，触发 SLA 告警；
• 阿里云账单 CPU 费用增加 38%，月成本 +17 万元。
  输出《后量子升级性能风险评估表》：若 100% 切流，需额外 42% 计算资源，年度预算 +204 万元，P99 RT 超标 90 ms，不满足现有“核心接口 RT≤200 ms” 的 SLA。

第四步，给出优化与节奏建议

1. 混合证书：TLS 握手阶段优先 ECDSA，异步线程池做 Dilithium 双签，用户无感知；
2. 硬件加速：采用海光 CSV 3000 指令集，验签性能提升 2.1 倍，可将 QPS 损失降到 18%；
3. 阶梯灰度：按业务域 5%→15%→50%→100% 四阶段，每阶段跑 72 h 稳定性，性能回归通过再推进；
4. 降级开关：MQ 签名失败率>5% 或 CPU>85% 持续 2 min，自动回滚到 ECDSA，保证现网稳定；
5. 预算审批：硬件加速卡一次性投入 120 万元，可节省三年云资源 450 万元，ROI 2.7，已和 CFO 对齐。

最终结论：在引入硬件加速与混合证书的前提下，系统可在 2025 Q3 完成全量升级，性能损失控制在 20% 以内，年度成本增加 6%，满足 SLA 与等保合规双重要求。

拓展思考

1. 如果未来出现“Dilithium-AVX512”或 GPU 并行版本，单核性能提升 3 倍，如何快速复用已有模型？
   答：把算法级基准抽象成“CPU-cycle/签”指标，保持 USL 参数不变，只需替换基准值即可 10 分钟重算容量，无需重新跑全链路。

2. 国内信创 CPU 架构多样（鲲鹏、飞腾、龙芯），如何在同一套脚本里做跨平台基准？
   答：用 Docker 统一基础镜像，挂载 perf-event 权限，通过 PCP+Grafana 采集每周期指令数，归一化到“每签/每 MHz”指标，消除主频差异。

3. 当业务模型从 HTTPS 短连接变为 MQTT 长连接，签名频率下降 90%，评估模型如何自适应？
   答：把“每秒签名次数”从压测脚本变量抽离成配置文件，用蒙特卡洛随机采样真实生产日志，重新拟合 Little’s Law，实现“一键换场景”复用。