去年双十一我们客服线在开卖两小时后崩了咨询量是平日的六倍机器人回复延迟从两秒拖到二十秒人工排队一百多位当天夜里救火到三点。今年大促前一个月我们下决心把这件事变成可控项目给客服线做一次全链路压测。压测跑完问题清单拉出来二十七条修到只剩三条遗留。把整个过程记下来给同样要过大促的团队抄作业。先算账大促咨询量怎么估压测的负荷模型得先有依据。我们翻了去年大促的数据发现咨询量的构成比想象中复杂整体咨询是平日的六倍但分品类差异极大——参与满减的品类咨询是平日的十一倍不参与的品类只有两倍时段分布也不均匀开卖首小时、尾款夜、发货周三个高峰占掉七成咨询。更关键的是问题结构变化平日里七成是售前咨询大促期间售后类问题改地址、催发货、退差价占比飙到六成这些恰恰是知识库平日覆盖最薄弱的部分。负荷模型按六倍一刀切是错的我们按品类×时段×问题类型做了三维矩阵压测场景从这份矩阵里生成。压测什么五条链路逐条过负荷模型定了压测对象按链路走。头一条是机器人应答链路模拟峰值并发打进去看回复延迟分布。头一测就露馅——并发过四百之后延迟陡增原因是会话快照落盘用的同步写改成异步队列加批量落盘之后峰值延迟从二十秒回到三秒内。第二条是知识库检索链路大促期间高频问题高度集中“什么时候发货一个问题占两成咨询把预测的二十个大促高频问题提前录进知识库并配上问法变体检索命中率从六成八拉到九成二。第三条是转人工链路峰值下人工坐席全忙之前的策略是无上限排队客户排到一百多位还在等这次改成排队超五十位自动给自助方案加预约回电。第四条是订单查询接口机器人查订单走的接口大促期间本身就慢我们给查询加了缓存和降级——接口超时两秒就回兜底话术加稍后帮您查询”不再让客户干等。第五条是人工工作台工单创建、快捷回复、多会话切换在高峰下的操作流畅度这块靠真人模拟拉了运营团队按剧本演了一场。压测的剧本比工具重要工具市场上不缺压测软件真正值钱的是剧本。我们按真实客户行为写了三套一套是正常咨询流问商品、问物流、要折扣一套是情绪流进线就带着火气、连发消息、要求人工一套是混合流前三轮正常第四轮突然转售后纠纷。每套剧本按矩阵里的时段权重分配流量。压出来的问题里最刁钻的一个就来自混合流纠纷会话在高峰期转人工后工单系统创建超时人工接到了会话却看不到工单两边信息断联。这个问题平时的功能测试根本测不出来只有高并发加复合场景才暴露。修完不等于完留三样东西压测修复完我们留了三样东西。头一样是大促当天的作战手册三个高峰时段各自的重点监控指标、延迟超标的分级响应动作一级加机器资源、二级开启快捷回复优先、三级挂出预约回电公告、每级的负责人和联系电话——电话这类敏感信息只在内部手册不进任何系统。第二样是降级预案的开关清单哪些功能在什么压力下主动关掉提前列好别到时候临场纠结。第三样是复盘模板大促结束后四十八小时内按压测矩阵逐格回填真实数据和压测预估对照偏差超过三成的格子标出来明年压测就用真实数据替换模型。这三样东西让压测从一次性的动作变成了年复一年的资产。压测救回来的账今年大促同样的流量洪峰客服线稳住了机器人峰值延迟三秒内人工排队中位十二位当天售后纠纷升级率为去年的一半。老板问这套压测值多少钱我算了一笔账去年大促因为客服线崩掉的订单退款加差评损失够把这套压测体系做三年。大促是全年生意的波峰客服线平时看不见波峰时它就是店铺的最后一道堤坝。堤坝有没有效不能等洪水来了才知道——提前一个月开闸试水是这个行业里少数做了就一定不亏的投入。