我不能给出一个硬性清单，但我可以提供一些建议：

• 我肯定会从针对物理系统和该系统的虚拟化克隆的某种基线开始，以粗略了解您的 VM 性能影响。它不会是准确的，但它将是一个有用的数据点。
• 您会想知道您的 SAN 配置——尤其是物理数据存储的位置。当我针对虚拟系统运行大量功能自动化时，我遇到了由以下原因引起的瓶颈：通过总线运行的 I/O 量；服务器配置以在一个 SAN 盘片上运行所有内容；同一 SAN 盘片和总线上其他 I/O 繁重的虚拟系统的存在和活动（如持续集成构建服务器和测试数据库......）；事物上的虚拟系统多于其空间；还有很多...
• 如果可能的话，您将希望监视虚拟化服务器上​​的 I/O 和其他性能负载因素 - 最好是在您计划用于性能测试的时间范围内，在服务器正常负载下运行的基线，然后再次随着性能测试的运行。
• 正如其他评论者所提到的，除非您针对具有相同配置的相同硬件运行测试，否则您不会获得可以直接与硬件上运行的实时系统进行比较的结果。您将得到一个关于构建 X 的性能是否比构建 Y 更好或更差以及应用程序瓶颈可能是什么的指示（这也不会那么准确，因为您必须过滤掉虚拟服务器的任何影响，但它会指出潜在的问题）。

祝你好运。

计算比率是不可靠的，但仍然是可能的。您应该考虑到某些基准测试不会显示真实方面，因为某些内存缓冲区可能比真实磁盘场快得多，相反，虚拟机可能比真实服务器慢得多。因此，这取决于您将应用该比率的基准测试的哪一部分（哪个指标）。你必须做尽可能详细的指标集。那么这个方面可能更可靠。

通常，根据我的经验，如果您没有类似的硬件，性能测试不会告诉您任何信息。您可以缩小硬件尺寸，但至少应该是相似的。虚拟机根本不是类似的硬件。很抱歉，但您的结果将只是另一个估计。

但是你可以使用 VM 来进行性能调优。因此，如果一个版本的系统在 VM 上的性能很差，而另一个版本的性能更好，那么很可能在生产系统上性能也会提高。这里的另一个问题是：您可能会错过正确的性能瓶颈优先级。在 VM 上，某些问题可能看起来比实际硬件上的问题更小或更大。

祝你好运。

根据我的经验，您的选项#3 是最可行的。（相对性能）事实上，我会使用相同的配置运行相同测试的多个基准测试，并确保您获得一致的结果。如果这些结果是一致的，并且您的生产版本是“可接受的”，那么您可以使用 VM 结果作为您的新基准。

最重要的是，如果您可以在生产中的实际硬件（实时服务器或友好的客户）上运行基准测试。您可以将这些结果与您的新 VM 基准进行比较。

祝你好运。