极速柜台性能验收怎么做：延迟分布、P99/P99.9、PCAP回放与验收指标表

采购极速柜台的机构，都见过宣传页上那个漂亮的延迟数字。

"亚微秒级""微秒级穿透"——数字本身未必有假，但它是在什么流量下测的、测的是哪一段、取的平均还是尾部，宣传页不会告诉你。验收的意义，就是把这些口径不明的宣传数字，变成双方认可、可复核、可写进合同的工程数据。

验收做不好，代价要上线之后才付：洪峰日延迟失控、极端行情回报积压，才发现"测试环境挺好的"。这篇文章把极速柜台性能验收的完整方法拆开：测什么、怎么测、压什么场景、指标怎么定。

为什么平均延迟是最没用的指标

先立验收的第一原则：不看平均值，看分布。

平均延迟的欺骗性在于，它把两种完全不同的系统混为一谈：系统 A 每一笔都稳定在 3 微秒，系统 B 九成九是 1 微秒、偶尔跳到 500 微秒——两者的平均值可能差不多，但对交易系统来说完全是两个物种。B 系统那偶尔的一跳，可能正好落在最关键的一笔委托上。

所以验收的第一组指标是延迟分布的分位数：

中位数（P50）：系统的典型表现，一半请求比它快
P99：每一百笔里最慢的那一笔的水平，日常质量的刻度
P99.9：每一千笔里最慢一笔的水平，极端行情下的保命线
最大值：最坏情况的真实记录，不设上限的短板探测器

一套合格的极速柜台，不但 P99 要漂亮，P99.9 和最大值也不能失控——分位数之间拉得越平，说明系统的确定性越好。看分布还有一个实用技巧：把延迟画成直方图，双峰、长尾这些平均数完全看不见的形状，图上一眼就能认出来。

测什么：先把测量口径对齐

验收里最容易扯皮的不是数字，而是口径。"延迟 1 微秒"指的是哪一段？双方测量点不一致，验收结论就是鸡同鸭讲。

极速柜台至少要拆出三段来测：

柜台穿透延迟：委托从柜台入口到柜台出口（发往交易所前置）的耗时，这是柜台系统自身的核心指标，也是厂商宣传数字通常对应的一段。

行情到决策：行情数据进入策略端到策略发出委托的耗时，考验行情链路和策略执行的配合。

端到端（tick-to-trade）：行情进来到报单出去的完整闭环，最接近实盘体验的综合指标。

三段各有各的测量点，验收方案里必须用报文字段精确定义每个测量点——从哪个网口收包算起、到哪个网口发包为止。口径对齐之后，还要对齐时钟：测量两端的机器要用同源时钟（PTP 或硬件对时），否则两台机器各自计时，误差比被测对象还大。

怎么测：PCAP 回放是标准动作

合成流量——脚本生成的模拟行情和模拟报单——是功能测试的好工具，但做不了性能验收。原因很简单：真实行情的流量模式是有形状的。开盘瞬间的洪峰、行情快照与逐笔的交织、极端行情下的消息密度暴增，这些形状合成流量编不出来。

PCAP 回放是行业标准做法：把实盘行情抓包录制成 PCAP 文件，在测试环境原样回放给柜台系统。被测系统看到的流量和真实交易日一模一样——同样的消息密度曲线、同样的报文结构、同样的突发模式。回放工具从软件方案到硬件回放器都有，选择的关键是回放速率可控且时间戳保真。

回放速率本身是压测手段：1 倍速验证基准性能，2 倍、4 倍加速回放模拟流量洪峰，观察柜台在超出设计负载时的行为——是优雅降级，还是延迟崩盘、丢包失控。值得提醒的是，回放环境本身的性能要先验证：回放机先满了，测出来的就是被测系统的假数据。

测量工具同样要上硬手段：软件打点时间戳的精度受调度影响，验收场景应该用支持硬件时间戳的网卡或在交换机上做端口镜像抓包，测量精度才不会成为被测指标的天花板。

压什么场景：五个测试用例一个不能少

常规流量基线：普通交易日的 1 倍速回放，跑出分布指标的基准值。这是后面所有对比的锚。

开盘洪峰：集合竞价到连续竞价切换的瞬间，委托和回报密度是全天的峰值。这段要单独截取回放，专项验收。

极端行情回放：找历史上波动最剧烈的交易日的录像原样回放——2026 年以来这种素材一点都不缺。极端行情下系统的行为，才是验收真正想买的东西。

冷启动：系统重启或长时间空闲后的第一批请求，表现往往和热身之后完全不同——缓存预热、连接建立、内存页分配都集中在开头。冷态下的性能表现要单独测，不能混在稳态数据里平均掉。

长跑稳定性：连续数小时甚至全天的持续压测，观察延迟指标是否随时间漂移。内存泄漏、句柄累积、磁盘写满这类慢性病，只有长跑才能诱发。

验收指标清单：写进合同的那种

指标要以可测量、可复核的方式定义，一份完整的验收清单至少包括：

柜台穿透延迟：P50 / P99 / P99.9 / 最大值，分场景（常规、洪峰、极端行情）各一组
端到端延迟：同上分场景
吞吐上限：每秒委托笔数、每秒回报条数的实测天花板
回报完整性：长跑中回报不丢、不重、不乱序，序号连续性全程校验
故障恢复：断线重连时间、重连后回报回补的正确性
冷启动表现：重启后前 N 笔的延迟数据单独列出
稳定性：长跑前后延迟分布的漂移幅度

每一个指标都要附带三样东西：测量口径（哪段路）、流量条件（什么场景）、判定阈值（多少算过）。缺了任何一样，验收报告就没有约束力。

流程建议：把验收变成双方的共同语言

最后几条流程层面的经验。

指标进合同：验收指标和测试方法作为合同附件签署，验收不过怎么处理，事前写清楚。
双方对表：测试环境、流量文件、测量工具双方共同确认，回放文件双方各留一份。
留见证：关键场景的测试过程抓包留存，原始 PCAP 和测量日志归档，日后有争议可回溯。
分期验收：功能验收、性能验收、并行试运行分开签字，别挤在上线前一周打包处理。

写在最后

性能验收的本质，是把"快"这个形容词翻译成一组有口径、有场景、有阈值的数字。P99 后面的故事，远比宣传页上的单个数字丰富——那里面藏着系统在最坏时刻的真实品性。

盛立科技的 REM 柜台以亚微秒级穿透延迟服务期货、证券、黄金等多个市场，无冷态效应优化、高并发订单处理这些官网可查的特性，本质上都是为"分布的尾部"而做的设计。面向各市场的完整解决方案可在官网查看。盛立科技早年与华为的合作项目曾入围科技部重点研发专项，2026 年又先后与智臾科技（DolphinDB）达成战略合作、获香港交易所两项年度大奖——验收表上的每一行指标，都是这种长期实盘功底的投影。

常见问题

Q1：柜台性能验收为什么不能只看平均延迟？

平均值会掩盖尾部风险：两套平均值相近的系统，可能一套稳定、另一套偶发数百微秒的尖刺。验收应看延迟分布——P99（每百笔最慢一笔）、P99.9（每千笔最慢一笔）和最大值，配合直方图观察双峰与长尾。

Q2：什么是 PCAP 回放测试？

将实盘行情抓包录制成 PCAP 文件，在测试环境原样回放给柜台系统，使被测系统面对真实交易日的流量形状（密度曲线、突发模式）。回放可加速至 2-4 倍模拟洪峰，是性能验收的标准方法，优于合成流量。

Q3：柜台延迟要测哪几段？

至少三段：柜台穿透延迟（委托进柜台到发往交易所前置）、行情到决策（行情进入策略端到发出委托）、端到端 tick-to-trade（行情进来到报单出去）。每段的测量点需用报文字段精确定义，且测量两端时钟必须同源。

Q4：性能验收要覆盖哪些场景？

五个必测场景：常规流量基线（1倍速回放）、开盘洪峰（集合竞价切换段）、极端行情日回放、冷启动（重启后首批请求单独测）、长跑稳定性（数小时以上持续压测观察漂移）。

Q5：验收指标表应包含哪些内容？

分场景的穿透延迟与端到端延迟分位数（P50/P99/P99.9/最大值）、吞吐上限、回报完整性（不丢不重不乱序）、故障恢复时间与回补正确性、冷启动表现、长跑漂移幅度。每项指标需附测量口径、流量条件和判定阈值。