先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新软件测试全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上软件测试知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024b (备注软件测试)
正文
:param requestUrl: 请求地址
:param method:请求方法
:param data:请求参数
:param headers:请求头
:return:
‘’’
startTime=datetime.datetime.now()
sum=0
list_count=list()
tasks=list()
results = list()
#失败的信息
fails=[]
#成功任务数
success=[]
codes = list()
seconds = list()
texts=[]
for i in range(0,count):
t=OlapThread(targetURL,args=(i,i,i,requestUrl,method,data,headers))
tasks.append(t)
t.start()
print(‘测试中:{0}’.format(i))
for t in tasks:
t.join()
if t.getResult()[0]!=200:
fails.append(t.getResult())
results.append(t.getResult())
for item in fails:
print(‘请求失败的信息:\n’,item[2])
endTime=datetime.datetime.now()
for item in results:
codes.append(item[0])
seconds.append(item[1])
texts.append(item[2])
for i in range(len(codes)):
list_count.append(i)
#生成可视化的趋势图
fig,ax=plt.subplots()
ax.plot(list_count,seconds)
ax.set(xlabel=‘number of times’, ylabel=‘Request time-consuming’,
title=’ request response time (seconds)')
ax.grid()
fig.savefig(‘rs.png’)
plt.show()
for i in seconds:
sum+=i
rate=sum/len(list_count)
print(‘\n总共持续时间:\n’,endTime-startTime)
totalTime=calculationTime(startTime=startTime,endTime=endTime)
if totalTime<1:
totalTime=1
#吞吐量的计算
try:
throughput=int(len(list_count)/totalTime)
except Exception as e:
print(e.args[0])
getResult(seconds=seconds)
errorRate=0
if len(fails)==0:
errorRate=0.00
else:
errorRate=len(fails)/len(tasks)*100
throughput=str(throughput)+‘/S’
timeData=getResult(seconds=seconds)
print(‘总耗时时间:’,(endTime-startTime))
timeConsuming=(endTime-startTime)
return timeConsuming,throughput,rate,timeData,errorRate,len(list_count),len(fails)
class Interface(Resource):
def get(self):
return {‘status’:0,‘msg’:‘ok’,‘datas’:[]}
def post(self):
if not request.json:
return jsonify({‘status’:1001,‘msg’:‘请求参数不是JSON的数据,请检查,谢谢!’})
else:
try:
data={
‘count’:request.json.get(‘count’),
‘method’:request.json.get(‘method’),
‘requestUrl’:request.json.get(‘requestUrl’),
‘data’:request.json.get(‘data’),
‘headers’:request.json.get(‘headers’)
}
timeConsuming,throughput,rate,timeData,errorRate,sum,fails=highConcurrent(
count=data[‘count’],
requestUrl=data[‘requestUrl’],
method=data[‘method’],
data=data[‘data’],
headers=data[‘headers’]
)
print(‘执行总耗时:’,timeConsuming)
return jsonify({‘status’:0,‘msg’: ‘请求成功’,‘datas’:[{
‘吞吐量’:throughput,
‘平均响应时间’:rate,
‘响应时间信息’:timeData,
‘错误率’:errorRate,
‘请求总数’:sum,
‘失败数’:fails
}]}, 200)
except Exception as e:
return e.args[0]
api.add_resource(Interface,‘/v1/interface’)
if name == ‘main’:
app.run(debug=True,port=5001,host=‘0.0.0.0’)
涉及到的Dockerfile文件内容如下(这样也可以容器化运行):
FROM centos:7.8.2003
MAINTAINER 无涯
#下载yum
RUN curl -o /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/repo/Centos-7.repo;
RUN curl -o /etc/yum.repos.d/epel.repo http://mirrors.aliyun.com/repo/epel-7.repo;
#安装Python环境
RUN yum install python3-devel python3-pip -y
#安装flask库
RUN pip3 install -i https://pypi.douban.com/simple flask
RUN pip3 install -i https://pypi.douban.com/simple flask_restful
RUN pip3 install -i https://pypi.douban.com/simple requests
RUN pip3 install matplotlib
RUN pip3 install -i https://pypi.douban.com/simple numpy
#复制文件到容器目录
COPY app.py /opt
#切换目录
WORKDIR /opt
#启动服务
EXPOSE 5001
CMD [“python3”,“app.py”]
下面来说下它的使用方法,前面已经阐述到它是一个服务,其实从代码里面可以看到使用Flask编写了一个轻量级的服务,端口是5001。服务提供了GET与POST请求方法的入口,下面主要是针对GET与POST请求方法来说明它的基本使用。
启动成功后,在PostMan中进行访问,如针对百度首页发送请求,每秒发送2000个请求,具体如下图所示:
点击Send开始测试,测试结果信息如下所示:
如上显示了发送请求后返回的吞吐量与响应时间以及请求响应时间的趋势图。
下面再以POST请求为案例,如测试登录请求地址来验证登录服务的吞吐能力,它的请求如下图所示:
发送请求后返回的信息如下:
如上可以看到该工具使用起来特别的简单,能够应用到常规的针对单接口的性能测试中。感谢您的阅读。
行动吧,在路上总比一直观望的要好,未来的你肯定会感谢现在拼搏的自己!如果想学习提升找不到资料,没人答疑解惑时,请及时加入群: 759968159,里面有各种测试开发资料和技术可以一起交流哦。
最后: 下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取**【保证100%免费】
**
软件测试面试文档
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注软件测试)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
辄止,不再深入研究,那么很难做到真正的技术提升。**
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注软件测试)
[外链图片转存中…(img-55RubwxF-1713614504052)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!