如何对Hedera本地私有网络进行压力测试以获取TPS指标？

针对你部署的私有Hedera本地网络，以下是几种可靠的TPS性能测试工具和实操方法：

官方性能测试套件（Hedera Performance Test Suite） #

这是Hedera官方推出的专用测试工具，完全适配私有网络环境，能精准统计TPS、延迟等核心指标。

• 操作步骤：
  1. 克隆项目到本地：git clone https://github.com/hashgraph/hedera-performance-test-suite.git
  2. 进入项目目录，编辑application.properties，将hedera.node.address替换为你本地节点的IP和端口（如127.0.0.1:50211），同时配置本地网络初始化时生成的测试账户ID和私钥。
  3. 启动测试：执行./gradlew run --args="--tps-target 1000 --duration 60"，其中--tps-target是预期的TPS目标值，--duration为测试持续时长（单位：秒）。
  4. 查看结果：测试结束后，results目录会生成包含实际TPS、交易成功率、延迟分布的详细报告。

社区轻量TPS生成工具 #

社区维护的开源工具，配置简单，适合快速验证私有网络的TPS上限：

• 操作步骤：
  1. 找到社区开源的Hedera TPS Generator仓库并克隆到本地。
  2. 修改config.json配置文件，填入本地节点地址、测试账户的私钥，指定要测试的交易类型（如CryptoTransfer转账交易）。
  3. 启动测试：如果是Node.js实现的工具，执行npm start -- --concurrency 50 --time 30，--concurrency为并发线程数，--time为测试时长。
  4. 实时查看控制台输出的TPS统计，测试完成后会生成汇总结果。

自定义SDK脚本测试 #

如果需要针对特定业务场景做压力测试，可以用Hedera官方SDK编写自定义测试脚本，以Java SDK为例：

• 核心实现示例：

  import com.hedera.hashgraph.sdk.*;
  import java.util.concurrent.ExecutorService;
  import java.util.concurrent.Executors;
  import java.util.concurrent.TimeUnit;
  import java.util.concurrent.atomic.AtomicInteger;
  
  public class TpsTest {
      public static void main(String[] args) throws Exception {
          Client client = Client.forNetwork("{\"127.0.0.1:50211\": 0}")
              .setOperator(AccountId.fromString("YOUR_OPERATOR_ID"), PrivateKey.fromString("YOUR_OPERATOR_PRIVATE_KEY"));
  
          ExecutorService executor = Executors.newFixedThreadPool(100);
          AtomicInteger completedTx = new AtomicInteger(0);
          long startTime = System.currentTimeMillis();
          AccountId receiverId = AccountId.fromString("RECEIVER_ACCOUNT_ID");
  
          // 批量提交交易任务
          for (int i = 0; i < 10000; i++) {
              executor.submit(() -> {
                  try {
                      TransactionResponse response = new CryptoTransferTransaction()
                          .addSender(client.getOperatorAccountId(), Hbar.fromTinybars(1000))
                          .addReceiver(receiverId, Hbar.fromTinybars(1000))
                          .execute(client);
                      response.getReceipt(client);
                      completedTx.incrementAndGet();
                  } catch (Exception e) {
                      e.printStackTrace();
                  }
              });
          }
  
          executor.shutdown();
          executor.awaitTermination(5, TimeUnit.MINUTES);
          long endTime = System.currentTimeMillis();
  
          double tps = completedTx.get() / ((endTime - startTime) / 1000.0);
          System.out.printf("实际达成TPS: %.2f%n", tps);
      }
  }
  

• 调整线程池大小、交易总量等参数，可模拟不同压力场景，灵活测试私有网络的性能极限。

内容的提问来源于stack exchange，提问作者lainhathoang