概述
尖峰测试（Spike testing）在性能测试中属于压力测试的一个子集。指的是在某一瞬间或者多个频次下用户数和压力陡然增加的场景。
为了验证我们的网站在访问用户急剧增加的情况下，或者短时间内反复急剧增加工作负载时能否正常工作；以及程序能否从高负荷中恢复并正常工作时常常用到这种测试手法。
Spike在英文中是钉子的意思，或者我们可以将其称之为冲击测试，反复冲击服务器。
常见的场景有
12306开始售票时用户急剧增加
网站公布高考成绩、录取分数时，用户急剧增加
网站投放商业促销广告和促销活动，如双11和618等活动开始时，用户急剧增加
等等。。。。
现在我们假设有这样一个场景
我们的网站正在平稳运行的时候，突然有一波1000用户同时访问，我们称之为第一浪潮。访问了30s之后，第一浪潮在15s内逐渐退出系统。
在第一浪潮退出系统的同时，第二波2000用户在极短时间内又突然涌入网站，我们称之为第二浪潮。在访问30s之后，第二浪潮在15s内也逐渐退出了系统。
在第二浪潮退出系统的同时，第三波3000用户又突然涌入网站，我们称之为第三浪潮。在访问30s之后，第三浪潮在15s内也逐渐退出了系统。
在第三浪潮退出系统的同时，第四波1000用户又突然涌入网站，我们称之为第四浪潮。在访问30s之后，第四浪潮在15s内也逐渐退出了系统。
并发的用户就像浪花一波一波的不断涌入系统，拍打服务器，考验我们的系统能否顶住压力并平稳运行
测试方案设计
我们知道，jmeter中的基础线程组用来构成对服务器的压力。
我们在添加定时器之后，可以模拟出某一瞬间的压力。
但是这种线程组只能模拟出一个尖峰，如果我们想要模拟出那种浪潮式的场景，它不能满足我们的要求。
jmeter提供了另一个线程组满足我们的测试需求
Ultimate Thread Group（终极线程组）
听起来是不是有点高端？下面我们来了解一下它的用法
如图所示
启动的线程数量（Start Threads Count），也就是访问的用户数
延迟时间（Initial Delay，秒），也就是压力到达的时间
线程启动时间（Startup Time，秒），也就是为了满足预期压力而加载线程所需要的时间
压力满足之后持续运行的时间（Hold Load For，秒）
释放掉压力需要的时间（Shutdown Time，秒）
每一个Thread schedule 都是一个线程组。因此我们可以把这个终极线程组理解为多个基础线程组的压力叠加
图中我们模拟出了四个spike场景
在第一批1000用户访问完毕的时候，第二批2000用户的压力又开始增加，第二批2000用户压力释放之后，第三批3000用户的压力又开始增加。。。。
下图是单位时间内活动的真实线程数，可以看出在中间两个批次压力下，线程根本来不及释放掉
结合tps监听和聚合报告可以看出，spike场景测试下，有很多事物没有正确响应，错误率达到了20.78%
