在线服务压测指南
更新时间：2025-04-18
千帆ModelBuilder Python SDK 提供了基对推理服务V2版本大模型服务进行压测以及性能评估功能。
使用场景
千帆ModelBuilder给用户提供标准的压测工具，可以在以下或其他场景使用：
- 测试sft模型部署到算力单元后，实际的性能效果
- 对比模型压缩后的性能效果
- 测试预置服务的性能
压测流程
步骤一：安装相关依赖。
步骤二：准备压测数据。
步骤三：启动压测
安装相关依赖
压测需要使用以下方式进行依赖安装：
pip install 'qianfan[dataset_base]'准备压测数据
用于压测的数据集，目前支持jsonl格式。
- jsonl格式示例
注意：如果导出千帆ModelBuilder data数据集，可直接作为压测数据集。
主要用于多轮对话的场景，其中一个括号就是一段对话。最后的回答会在输入中被忽略。示例如下：
[{"prompt": "请根据下面的新闻生成摘要, 内容如下:国家发展改革委、外交部、商务部联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，省交通运输厅有关负责人表示，我省将统筹规划，全力打造海口、洋浦、三亚港口群，建成21世纪海上丝绸之路的“桥头堡”。\n生成摘要如下:"}]
[{"prompt": "请根据下面的新闻生成摘要, 内容如下:国家发展改革委、外交部、商务部联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，省交通运输厅有关负责人表示，我省将统筹规划，全力打造海口、洋浦、三亚港口群，建成21世纪海上丝绸之路的“桥头堡”。\n生成摘要如下:"}]启动压测
注意以下事项：
- 压测入口在Dataset对象的stress_test方法中。
- 对大模型服务进行性能测试，需要在导入 qianfan 模块之前设置环境变量 QIANFAN_ENABLE_STRESS_TEST 为 true
import os
# 设置环境变量，固定值如下
os.environ['QIANFAN_ENABLE_STRESS_TEST'] = "true"
# 设置API Key值，开发者需替换成实际值，如何获取请查看https://cloud.baidu.com/doc/WENXINWORKSHOP/s/Um2wxbaps#步骤二-获取api-key
os.environ["QIANFAN_BEARER_TOKEN"] = "bce-v3/*******"
# 设置平台地址，固定值如下
os.environ["QIANFAN_CONSOLE_API_BASE_URL"] = "https://qianfan.baidubce.com"
# 设置调用接口，例如对话Chat固定值如下
os.environ["QIANFAN_CHAT_V2_API_ROUTE"] = "/v2/chat/completions"
from qianfan.dataset import Dataset
# 需要初始化一个数据集对象
ds = Dataset.load(data_file="./stress_test_data.jsonl")
ds.stress_test(
users=20,
workers=20,
spawn_rate=20,
#model="ep-20240529142309-kqf6s", # doubao-pro-32k
model="ernie-speed-pro-128k", # doubao-lite-4k
model_type="ChatCompletion",
log=True,
runtime="10m", # 可选参数
hyperparameters={
"headers": {"appid": "app-hq***pQ1"},# 选填，如何获取请查看V2版本应用ID，https://cloud.baidu.com/doc/WENXINWORKSHOP/s/Fllg87pck#v2版本应用id
"safety_level":"none",# 选填
"safety": {"input_level": "none"},
"_no_extra_parameters": True, # openai 不允许多余的参数，extra_parameters 默认会被传入千帆API，此处关闭SDK自动增加的extra_parameters
"stream_options":{
"include_usage":True
}
},
version=2,
)函数列表
初始化数据集对象
- 示例
Dataset.load(data_file="./stress_test_data.jsonl")- 请求参数
| 参数 | 类型 | 必填 | 描述 |
|---|---|---|---|
| data_file | str | 是 | 压测数据集，支持以下数据格式： · jsonl |
- 调用结果
完成初始化数据集对象。
发起压测
ds.stress_test()- 请求参数
名称 |
类型 | 必填 | 描述 |
|---|---|---|---|
| users | int | 是 | 指定发压使用的总user数，也就最终的发压并发数。说明： （1）建议值：100 （2）users必须大于等于workers数目 （3）每个worker负责模拟${users}/${workers}个虚拟用户 |
| workers | int | 是 | 指定发压使用的worker数目，说明： （1）建议值：10 （2）每个worker为1个进程 |
| spawn_rate | int | 是 | 指定每秒真实启动的user数目，一直增长到users大小以后，不再新增启动。说明：建议值为5 |
| runtime | str | 否 | 指定发压任务的最大运行时间，说明： （1）格式为带时间单位的字符串，例如：300s，20m，3h，1h，30m （2）压测任务启动后会一直运行到数据集内所有数据都请求完毕，或到达该参数指定的最大运行时间 （3）默认值为0，表示不设最大运行时间 |
| model_type | str | 否 | 指定被测服务的模型类型，说明： （1）针对推理服务API V2版本，当前支持 ChatCompletion |
| endpoint | str | 否 | 用于指定用户自行发布的模型服务，该参数与model只能填写一个，说明： · 如果是平台训练模型，可以通过查看服务地址获取该字段值，详情请查看新手指南-平台使用快速开始：model值为在创建服务时对应的API地址，如下图所示：  |
| model | str | 否 | 指定需要压测服务的模型名称，说明：该参数与endpoint只能填写一个 |
| hyperparameters | Optional[Dict[str, Any]] | 否 | 说明：指定压测时使用的超参数，例如：hyperparameters={"temperature":0.5} |
- 调用结果
启动压测。