gaogsf的博客

从KALI官网下载windows的虚拟机https://www.kali.org/get-kali/#kali-platforms下载后解压缩进入解压缩的文件夹中找到如下文件对这个文件右键选择VMware Workstation打开通过VMware Workstation打开后就进入到了KALI linux虚拟机的页面如果需要对KALI虚拟机编辑，可以选择编辑虚拟机设置选项，对于网络适配器可以选择桥接方式，这样虚拟机就跟物理机的网络是一样的了，防止网络不通如果设置没有问题，就可以点击开启虚拟机

删除项目中ven文件夹（已存在的），然后再添加新的ven虚拟环境就可以了。

也可以在pycharm的setting -> interpret -> manage repositories。

2．测试计划一旦制定下来，并不就是一成不变的，世界万事万物时时刻刻都在变化，软件需求、软件开发、人员流动等都在时刻发生着变化，测试计划也要根据实际情况的变化而不断进行调整，以满足实际测试要求．。测试目标、测试范围、测试环境、测试工具、测试策略、测试风险；（1）为测试各项活动制定一个现实可行的、综合的计划，包括每项测试活动的对象、范围、方法、进度和预期结果。（3）测试目标、测试范围、测试环境、测试工具、测试策略、测试风险；（5）测试时间、进度安排、任务分配、培训计划等；（2）测试的参考文档、测试的交付文档；

项目进行过程中需要多方沟通协调，不同部门，岗位之间的沟通、协作，难免存在误解、沟通不畅的情况，比如需求变更没有及时沟通，开发代码提交没有及时告知，测试结果的反馈不及时等问题。测试用例设计不完整，忽视了边界条件、异常输入等情况，用例覆盖率没有做到足够覆盖，测试用例没有得到全部执行，有些用例被有意或者无意的漏测，需求变更导致的测试时间被压缩等情况。某些缺陷偶发，难以重现，容易被遗漏；缺陷跟踪不够积极主动，没做好缺陷记录和及时更新，同样的缺陷，导致的原因可能不同，对这点没意识到导致的线上生产问题等。

这种计算密集型任务虽然也可以用多任务完成，但是任务越多，花在任务切换的时间就越多，CPU执行任务的效率就越低，所以，要最高效地利用CPU，计算密集型任务同时进行的数量应当等于CPU的核心数。对于IO密集型任务，任务越多，CPU效率越高，但也有一个限度。CPU密集型也叫计算密集型，指的是系统的硬盘、内存性能相对CPU要好很多，此时，系统运作大部分的状况是CPU Loading 100%，CPU要读/写I/O(硬盘/内存)，I/O在很短的时间就可以完成，而CPU还有许多运算要处理，CPU Loading很高。

实际操作如下：

动态端口port设置

在第二次被调用时，logger.handlers已经存在一个‘StreamHandler’，再次执行‘logger.addHandler(sh)’就会再次添加一个‘StreamHandler’，此时的logger有两个‘StreamHandler’，输出两条重复的日志；在第三次被调用时，logger.handlers已经存在两个‘StreamHandler’，再次执行‘logger.addHandler(sh)’就会再次添加一个，此时的logger有三个‘StreamHandler’，输出三条重复的日志。

【代码】python log tool封装。

为此，使用——master标志启动一个Locust实例，使用——worker标志启动一个或多个Locust实例。它将启动一个主进程和指定数量的工作进程。对于一个简单的测试计划和较小的有效负载，它每秒可以发出超过一千个请求，如果使用fastttpuser，则可能超过一万个请求。但是如果您的测试计划很复杂，或者您想要运行更多的负载，那么您将需要扩展到多个进程，甚至可能是多台机器。由于Python不能充分利用每个进程的多个内核(参见GIL)，因此您需要为每个处理器内核运行一个工作实例，以便访问所有的计算能力。

以管理员身份运行CMDnetsh int ipv4 show dynamicport tcpnetsh int ipv4 set dynamicport tcp start=1024 num=64511因为一个网卡最多有65535个端口，如果做压力测试时开的线程多，可能会导致端口号不够用，导致联网建立失败，所以可以将电脑的动态端口数量设置多一些。一般系统使用的端口在1024以内，还有就是有特指的端口，如8080。所以设置64511个动态端口号，基本够压力使用了。如果有更高的并发，可以采用分布式测试

VSCode提交代码方式：

1、加入忽略名单echo */pycache2、清除缓存pycache# 我报这个错误fatal: pathspec '*/__pycache__/' did not match any files# git rm -r -f --cached __pycache__ 这个只删除了外面的3、将.gitignore文件加入git4、提交gitiginore文件，且将__pycache__从源代码仓库中删除5、PUSH。

log file# StringIO变量f.write(i)f.flush()log_write(string_io) # 一次性将内存中的StringIO内容写入到log文档文件中显示：文件中显示：2023-11-29 11:00:16,756 - log.py[line: 107] - INFO: aaabbb文件中显示：2023-11-29 11:00:16,756 - log.py[line: 107] - INFO: cccddd# log filef.flush()

这个函数会通过 select() 函数阻塞，直到有消息需要收发，阻塞的时间用 timeout 参数设置，不能超过心跳时间 keepalive ，否则你的 client 会定时从 broker 断开。如果同时设置了 on_message() 和 message_callback_add() 回调函数，会首先寻找合适的 message_callback_add() 定义的话题过滤器，如果没有匹配，才会调用 on_message()。默认是 20 ，增加这个值会占用更多的内存，但是可以提升吞吐量。

线程组的设置MQTT connect设置MQTT pub sample发布主题MQTT sub sample订阅主题添加结果树

使用 multiprocessing.Queue 可以创建一个进程间共享的队列，多个进程可以通过这个队列互相传递数据，下面是一个例子，创建了一个进程间共享的队列 q，然后启动了四个进程去调用 worker 函数，该函数会从队列中获取数据并打印出来。使用 multiprocessing.Pipe 可以创建一个管道，两个进程可以通过这个管道互相传递数据，下面是一个例子，创建了一个管道，其中 parent_conn 是父进程持有的端口，child_conn 是子进程持有的端口。管道可以在两个进程之间传递数据。

find /home/user1 -name *.bin 在目录 ‘/ home/user1’ 中搜索带有’.bin’ 结尾的文件。搜索以 ‘.rpm’ 结尾的文件并定义其权限。find / -xdev -name *.rpm 搜索以 ‘.rpm’ 结尾的文件，忽略光驱、捷盘等可移动设备。find /usr/bin -type f -mtime -10 搜索在10天内被创建或者修改过的文件。locate *.ps 寻找以 ‘.ps’ 结尾的文件 - 先运行 ‘updatedb’ 命令。