基准测试通过测量系统在 CPU、内存、磁盘 I/O 或网络带宽等关键资源被有意限制时的行为，来评估资源受限下的性能。它们模拟资源稀缺的真实世界场景，例如在云环境或边缘设备中，以评估系统是否能维持可接受的性能水平。这涉及在系统地限制一个或多个资源的同时，跟踪响应时间、吞吐量、错误率和资源利用率等指标。例如，基准测试可能会将数据库服务器的内存限制在 1GB，并测量查询延迟，以确定性能是平稳下降还是崩溃。
为了创建受控测试，基准测试使用工具和方法来人为地限制资源。例如，开发人员可能会使用 Docker 或 Kubernetes 为容器化应用程序设置 CPU 配额或内存限制。然后，压力测试将系统推至极限——例如在网络带宽受限的 Web 服务器上模拟数千个并发用户。这些测试揭示了瓶颈，例如服务在 CPU 周期稀缺时是否优先处理关键任务，或者在低内存条件下是否能处理内存泄漏。例如，视频流服务基准测试可能会将网络带宽限制在 2Mbps，并测量缓冲频率或分辨率降级，以评估自适应流媒体的效率。
测试结果有助于开发人员优化系统的效率和可靠性。一个常见的用例是调整算法以使用更少的内存或 CPU，同时不牺牲准确性——例如针对计算资源有限的边缘设备优化的机器学习模型。基准测试还为架构决策提供信息，例如在磁盘 I/O 受限时选择缓存策略。例如，移动应用程序基准测试可能会在低网络条件下测试离线功能，以确保核心功能仍然可用。通过量化资源受限下的权衡，基准测试指导开发人员构建即使在资源稀缺时也能表现可预测的系统。