解读

面试官想知道三件事：

1. 你能否把“压测流量”翻译成“函数实例×内存×时长”这一计费维度；
2. 能否在测试前给出可接受的成本区间，而不是事后“看账单吓一跳”；
3. 能否把成本当成 SLA 一样去监控、告警、熔断，体现生产意识。
   国内主流云（阿里云函数计算、腾讯云 SCF、华为云 FunctionGraph）均按“内存规格×运行毫秒”线性计费，且每月有 40～100 万 GB-秒免费额度，超出后阶梯价 0.000111～0.0002 元/GB-秒。压测动辄百万并发，极易烧光免费额度，因此必须像监控 RT 一样监控“钱”。

知识点

1. GB-秒定义：实例内存 GB × billed 毫秒 ÷ 1000。
2. 计费项拆分：
   ‑ 调用次数费用（通常 100 万次内免费，可忽略）
   ‑ 公网出流量费用（国内 0.8 元/GB，压测若走外网不可忽视）
   ‑ 磁盘、日志、并发预留费用（压测时一般不开，可忽略）
3. 压测模型→成本模型：
   TPS × 平均 RT(s) × 并发实例数 ≈ 总 GB-秒
   并发实例数 = TPS × RT ÷ 并发复用率（单实例并发 1 时即 1）
4. 云监控指标：
   ‑ 函数并发度、执行次数、运行时长、错误率
   ‑ 账单 API（阿里云“账单明细”、腾讯云“费用中心”）延迟 T+1 小时，不适合实时熔断
5. 实时成本估算：
   自建指标 = ConcurrentGBSecond = 内存(GB) × 并发实例数 × 采样间隔(s)
   通过云监控自定义指标或 Prometheus exporter 每 15 s 上报，PromQL 累加即可得“秒级 GB-秒”
6. 告警策略：
   ‑ 预算告警：累计 GB-秒 ≥ 预算 × 80% 时钉钉+短信
   ‑ 速率告警：单分钟 GB-秒 > 历史均值 3 倍立即停压
   ‑ 熔断：函数并发度 > 阈值直接调云 API PutFunctionConcurrency=0
7. 国内合规：压测需提前在工信部“通信网络安全防护管理系统”报备，否则云厂商会直接限流并关闭账号，成本监控再好也白搭。

答案

分四步落地：

步骤 1：测试前把业务指标换算成“钱”
① 与产品对齐 SLA：峰值 5 k TPS、RT ≤ 500 ms、内存 1 GB。
② 估算并发实例：单实例并发 1，则并发实例 = 5 k × 0.5 = 2 500。
③ 估算 GB-秒/分钟：2 500 × 1 GB × 60 s = 150 k GB-秒。
④ 乘云价：150 k × 0.00015 元 ≈ 22.5 元/分钟。
⑤ 给出总预算：压测 30 分钟，预算 700 元，预留 10% buffer，上限 770 元。

步骤 2：代码层埋点，实时累加 GB-秒
在函数入口把 memoryInGB、requestId、startTime 写入 MDC；出口时计算 billedDurationMs，发送到内部 Prometheus：
concurrent_gb_second += memory * billedDurationMs / 1000.0
PromQL：
increase(concurrent_gb_second_total[1m]) > 150000
触发告警即停压。

步骤 3：双层告警
① 云监控侧：创建“函数并发度”≥ 3000 立即下调并发；
② 费用侧：每 15 min 调账单 API，累计 GB-秒 ≥ 616 k（=770 元/0.000125 元）即通过钉钉机器人 @所有人，同时调用云 API UpdateFunctionConfiguration 把内存降到 0.5 GB，直接腰斩成本。

步骤 4：压测后复盘
导出 Prometheus 数据，对比“预估 GB-秒/实际 GB-秒”误差 < 5%，证明模型可信；把误差原因（冷启动、重试）写进《性能测试报告》，作为下次预算输入。

一句话总结：把“GB-秒”当成与 RT 同等重要的 KPI，先建模、再埋点、再告警、再复盘，让老板在压测前就签字认可“最多烧 770 块”，而不是月底看到账单才“追责”。

拓展思考

1. 如果业务允许单实例多并发（如 10），成本可降 10 倍，但 RT 会上升，需在“钱”与“体验”之间做 Pareto 前沿分析。
2. 国内云对“突发弹性”有隐藏限流（阿里云 3 k 实例/分钟），压测脚本若瞬间打满 5 k 并发，实际只拉起 3 k，GB-秒被低估，模型会失真，需提前申请“弹性配额”并把限流指标也纳入监控。
3. Serverless 计费粒度到毫秒，而压测工具（JMeter、Locust）统计 RT 到秒，需把采样对齐到 1 ms 级，否则 100 ms 的误差在百万次调用下就是 100 k GB-秒、十几块钱的偏差。
4. 未来若云厂商推出“单请求计费”或“CPU 毫秒计费”，成本模型需同步升级，体现可扩展性设计：把计费维度抽象成接口，新增字段即可复用。