jemter压力测试
文章平均质量分 77
jemter压力测试
ths512
只要你足够优秀,不给自己设限,发展只会越来越好!!
展开
-
jmeter请求有重定向请求的接口
最近由于公司数据升级,要对升级后的系统做压测,之前也测都是调用后台接口,这次尝试通过fiddler抓包从web端请求,在实践是遇到几个问题做一总结:我们都知道,要免登录对其它功功能调用,需要添加cookie,但是对于有重定向的请求,需要注意添加登录动作的cookie。1,fiddler抓取到的登录接口和保单查询接口数据包2.登录接口cookie信息查看注意看登录接口td_cookie是以2839结尾3,保单查询接口注意看登录接口td_cookie是以0935结尾4,保原创 2021-06-22 19:05:49 · 1323 阅读 · 2 评论 -
jmeter响应报文中文乱码问题解决办法
Jmeter在访问接口的时候,响应内容如果有中文可能会显示乱码,原因应该是响应页面没有做编码处理,jmeter默认按照ISO-8859-1编码格式进行解析。现象:方法一:改配置文件进入Jmeter的bin目录下,找到jmeter.properties文件找到sampleresult.default.encoding这个参数,此行默认是注释的,可以看到说明,默认值是ISO-8859-1,将ISO-8859-1修改成utf-8,去掉注释符号,重启Jmeter...原创 2021-06-22 17:33:22 · 2148 阅读 · 0 评论 -
Jmeter混合场景压力测试
在性能测试的场景中为了模拟生产环境的真实业务场景,需要根据每种业务的占比进行混合业务场景测试,下面介绍三种常用的混合场景压测实现方式。性能测试设计混合场景,一般有几种方式分别是:1:每个场景设置一个线程组;2:使用if控制器;3:使用吞吐量控制器。不同的方式实现机制不一样,个人觉得“使用吞吐量控制器”比较方便场景设置:混合访问百度首页和必应首页,按比例实现100个用户的并发压测,比例为:4:1以下讲解下具体的方法方法1:每个场景设置一个线程组设置两个单独的线程组,线程组一请.原创 2021-05-14 22:31:24 · 4401 阅读 · 0 评论 -
jemeter实现变量递增
在进行性能测试时,某些请求中的参数值并不允许被重复使用,比如账号的创建、不能用相同的车架号上平台,这时就需要在jmeter中构造一些自增长型的变量,供后续请求使用,以解决参数值重复的问题,遇到这样的问题一般都是先在txt文档中准备好数据使用CSV Data Set Config做参数化,今天介绍一中利用计数器做参数化递增的方式:问题提出的背景:由于相同的车架号和发动机号只会上一次平台,所以为了压力测试上平台的耗时做的准确需要使用不同的车架号和发动机号1,新增2个计数器2...原创 2021-01-11 11:59:36 · 11822 阅读 · 0 评论 -
32丨当Postgres磁盘读引起I/O高的时候,应该怎么办?
在性能分析的人眼里,性能瓶颈就是性能瓶颈。无论这个性能瓶颈出现在代码层、操作系统层、数据库层还是其他层,最终的目的只有一个结果:解决掉!有人可能会觉得这种说法过于霸道。事实上,我要强调的性能分析能力,是一套分析逻辑。在这一套分析逻辑中,不管是操作系统、代码还是数据库等,所涉及到的都只是基础知识。如果一个人都掌握这些内容,那确实不现实,但如果是对一个性能团队的要求,我觉得一点也不高。在性能测试和性能分析的项目中,没有压力发起,就不会有性能瓶颈,也就谈不上性能分析了。所以每个问题的前提,...转载 2021-01-04 12:01:41 · 1491 阅读 · 1 评论 -
31丨案例:当磁盘参数导致I/O高的时候,应该怎么办?
在大部分的性能项目中,当系统调优到一定程度的时候,性能的瓶颈往往会体现在两类计数器上:一个是 CPU,另一个就是磁盘 I/O 了。所以我们也经常会在一些性能优化的文章中看到两个分类,分别是 CPU 密集型和磁盘 I/O 密集型。有人说为什么不说内存呢?内存是那么重要。不是说内存不会成为瓶颈,只不过内存的瓶颈基本上都可以转嫁给 CPU 和磁盘 I/O。当内存不够的时候,大不了就是清理得快一点。内存能表现出来的,就是满不满,而谁去清理呢?那就是 CPU 了。清理得快就得 CPU 转得快。我们经常会...转载 2021-01-04 11:59:16 · 655 阅读 · 0 评论 -
30丨案例:为什么参数化数据会导致TPS突然下降?
写这篇文章的时候,我想起来一句似乎无关紧要的话:“我离你如此之近,你却对我视而不见。”在性能测试中,参数化数据是少有的每个性能测试工程师都会用得到,却经常出现问题的技术点之一。从我的角度来说,究其原因,大部分是因为对性能参数化数据的理解不足。导致的结果就是用了参数化,但和真实的用户场景不一致,从而使得整个性能测试场景都失去了意义。这样的例子不在少数。一个项目开始之初,由于没有历史沉淀的数据,所以我们需要造一些数据来做性能测试。造多少呢?并不是按未来生产的容量来造,而是按性能场景中需要的数据...转载 2021-01-04 11:32:51 · 1732 阅读 · 1 评论 -
29丨案例:如何应对因网络参数导致的TPS呈锯齿状?
在苍茫的性能分析道路上,不管你是一只多老的鸟,在经历了多个性能测试的项目之后,你都会发现对于性能问题而言,你仍然不敢说能全部解决。因为下一个问题可能真的是你完全没有见过的。再加上技术的飞速发展,想跟得上技术的进步都是一件痛苦的事情,更别说要完全掌握并且融会贯通了。我经常看到有些人在简历中动辄说自己做过上百个性能项目,以彰显自己有充足的经验。事实上,如果一个性能项目需要做两个星期的话,基本上做不到调优的层面,最多是弄个脚本压个报告。在我的经验中,基本上一个完整的架构级的性能项目从准备开始到写出测...转载 2021-01-04 09:42:21 · 1301 阅读 · 0 评论 -
28丨案例:带宽消耗以及Swap(下)
上一篇文章我主要分析了带宽消耗,今天,我们来看一下分析的第二和第三阶段,也就是 Swap 分析和数据库分析。分析的第二阶段Swap 的原理和对 TPS 的影响前面有一个扣,是说 swap 多的问题。要理解 swap 为什么是黄的,得先知道什么是 swap。我先画个简易的示意图。这里先解释一下,对于一个 Linux 系统来说,如果配置并开启了 swap 分区,那么默认的 swappiness 参数是 60。swappiness 是在内存 reclaim 的时候生效的,而 r...转载 2021-01-04 09:37:24 · 598 阅读 · 0 评论 -
27丨案例:带宽消耗以及Swap(上)
今天我们来看一个真实的案例。事情是这样的,之前有人在微信上问我一个问题,这个问题的现象很典型:典型的 TPS 上不去,响应时间增加,资源用不上。大概的情况是这样的:有两台 4C8G 的服务器,一台服务器上有 2 个 Tomcat,一台服务器上是 DB。压测的混合场景有 4 个功能模块,其中 3 个访问一个 Tomcat,另外一个访问一个 Tomcat。Tomcat 的监控页面如下:应用服务器系统资源监控页面如下:数据库服务器系统资源监控如下:JMeter 结果如下:...转载 2021-01-04 09:32:34 · 495 阅读 · 0 评论 -
26丨案例:手把手带你理解TPS趋势分析*
在性能分析中,前端的性能工具,我们只需要关注几条曲线就够了:TPS、响应时间和错误率。这是我经常强调的。但是关注 TPS 到底应该关注什么内容,如何判断趋势,判断了趋势之后,又该如何做出调整,调整之后如何定位原因,这才是我们关注 TPS 的一系列动作。今天,我们就通过一个实际的案例来解析什么叫 TPS 的趋势分析。案例描述这是一个案例,用一个 2C4G 的 Docker 容器做服务器。结构简单至极,如下所示:当用个人电脑(上图中压力工具 1)测试云端服务器时,达到 200...转载 2021-01-01 21:26:20 · 2531 阅读 · 0 评论 -
25丨SkyWalking:性能监控工具之链路级监控及常用计数器解析
在微服务横行的年代,没有链路级监控简直就是灾难。技术在不断的发展过程中,总是会有新的工具被推出来,它们存在的价值就是解决问题。链路监控工具存在的价值就是尽快找到微服务中哪一个环节是最慢的。我们对微服务的态度究竟是怎样的?但是在讲链路级监控之前,我需要再说一下我们对微服务的态度。我们认为微服务性能好,具有良好的扩展性,于是很多企业会把自己的架构改为微服务,但是呢,在不需要使用新技术的系统中,盲目地迷信和使用市场上被推崇的新技术,只会带来问题。在前面我举过一个例子,我见过一个物流项目...转载 2020-12-31 22:27:45 · 1027 阅读 · 0 评论 -
24丨Kafka:性能监控工具之队列级监控及常用计数器解析
在我看来队列服务器是最简单的一种组件了。因为队列给我们下手的机会实在是并不多。我们只是用它,如果想改变它就只能去改代码,其他的都只是配置问题。在当前的市场中,Kafka 算是用得非常火的一个队列服务器了,所以今天,我选择它来做一些解读。虽然我在前面一直在强调分析的思路,但在这一篇中,我打算换个思路,不是像以前那样,直接给你一个结论型的思维导图,而是一起来分析一个组件,让我们看看从哪里下手,来观察一个被分析对象的相关配置。了解 Kafka 的基本知识我们先看一下这张图,以便更好地了...转载 2020-12-31 22:23:49 · 427 阅读 · 2 评论 -
23丨MySQL:数据库级监控及常用计数器解析(下)
上一篇文章中,我们讲了有关数据库的全局分析,那么在今天的文章中,我们继续看看在数据库中,如何做定向分析。还记得我在上篇文章中提到的工具吗?mysqlreport、pt-query-digest和mysql_exportor+Prometheus+Grafana。我们在上一篇中已经讲完了mysqlreport,今天我们来看看剩下的这几个。定向抓取SQL:pt-query-digestpt-query-digest是个挺好的工具,它可以分析slow log、general log、binary...转载 2020-12-31 22:20:12 · 367 阅读 · 0 评论 -
22丨MySQL:数据库级监控及常用计数器解析(上)
数据库是一个非常大的话题,我们在很多地方,都会看到对数据库的性能分析会包括以下部分。但其实呢,以上这些内容都是我们应该具备的基础知识,所以我今天要讲的就是,具备了这些基础知识之后我们应该干什么事情。也就是说,从性能瓶颈判断分析的角度入手,才是性能从业人员该有的逻辑。每次我分析一个性能问题时,逻辑总是这样的:先画出整个系统的架构图。列出整个系统中用到了哪些组件。这一步要确定用哪些监控工具来收集数据,具体的内容你可以看下之前讲到的监控设计相关的内容。掌握每个组件的架构图。...转载 2020-12-31 22:05:15 · 210 阅读 · 0 评论 -
21丨Tomcat:中间件监控及常用计数器解析
在当今 Spring Cloud 微服务架构盛行的时代,Tomcat 仍然作为应用最广的应用服务器而存在着,所以我们不得不说一说对它的性能分析。很多时候,我们做性能测试分析时,都会把 Tomcat 这类的应用弄混淆。对它的监控和分析,总是会和 JDK、框架代码、业务代码混合来看,这就导致了分析上的混乱。我们应该把这些分析内容分隔开来,哪些是 tomcat,哪些是 JDK 等。在我看来,Tomcat、WebLogic、WebSphere、JBoss 等,它们都具有同样的分析思路。因为 Tomca...转载 2020-12-31 18:23:40 · 639 阅读 · 0 评论 -
20丨Java & C ++:代码级监控及常用计数器解析(下)
在上一篇文章中,我们描述了在 Java 开发语言中如何抓取方法的执行时间,其中描述的操作也是我们在分析时经常使用的。今天我们将接着描述如下几点内容:Java 语言中如何查找有问题的内存对象。简单介绍一下在 C/C++ 语言中如何查找方法执行时间和对象的内存消耗。之所以要描述 C/C++ 语言的相关内容,就是为了告诉你,几乎在任何一语言中都有相应的工具,都有办法捕获到相应的内容。下面我们来看看如何抓取 Java 应用中对象占用多大内存,以及如何分辨占用是合理的和不合理的。J...转载 2020-12-31 18:17:51 · 269 阅读 · 0 评论 -
19丨Tomcat:中间件监控及常用计数器解析(上)
19丨Java & C ++:代码级监控及常用计数器解析(上)高楼2020-02-03在性能测试分析中,有一部分人存在着一个思路上的误解,那就是一开始就一头扎进代码里,折腾代码性能。这是我非常反对的一种做法。事实上,要想这么做,有一个前提,那就是架构中的其他组件都经过了千锤百炼,出现问题的可能性极低。实际上,我凭着十几年的经验来看,大部分时候,代码出现严重性能瓶颈的情况还真是不多。再加上现在成熟的框架那么多,程序员们很多情况下只写业务实现。在这种情况下,代码出现性能瓶颈的可能..转载 2020-12-31 18:15:10 · 375 阅读 · 0 评论 -
18丨CentOS:操作系统级监控及常用计数器解析(下)
I/OI/O其实是挺复杂的一个逻辑,但我们今天只说在做性能分析的时候,应该如何定位问题。对性能优化比较有经验的人(或者说见过世面比较多的人)都会知道,当一个系统调到非常精致的程度时,基本上会卡在两个环节上,对计算密集型的应用来说,会卡在CPU上;对I/O密集型的应用来说,瓶颈会卡在I/O上。我们对I/O的判断逻辑关系是什么呢?我们先画一个I/O基本的逻辑过程。我们很多人嘴上说I/O,其实脑子里想的都是Disk I/O,但实际上一个数据要想写到磁盘当中,没那么容易,步骤并不简单。...转载 2020-12-31 18:02:08 · 339 阅读 · 0 评论 -
17丨CentOS:操作系统级监控及常用计数器解析(上)
首先,我们前面在性能分析方法中提到,性能分析要有起点,通常情况下,这个起点就是响应时间、TPS等压力工具给出来的信息。我们判断了有瓶颈之后,通过拆分响应时间就可以知道在哪个环节上出了问题,再去详细分析这个操作系统。这就需要用到我们的分析决策树了。你还记得我们在第6篇文章中提到的分析决策大树吗?今天我们单独把操作系统的这一环节给提出来,并加上前面说的细化过程,就可以得到下面的这个分析决策树。在分段分层确定了这个系统所运行的应用有问题之后,还要记起另一件事情,就是前面提到的“全局—定...转载 2020-12-31 09:12:59 · 803 阅读 · 0 评论 -
16丨案例:性能监控工具之Grafana-Prometheus-Exporters
在本模块中,我将把几个常用的监控部分给梳理一下。前面我们提到过,在性能监控图谱中,有操作系统、应用服务器、中间件、队列、缓存、数据库、网络、前端、负载均衡、Web服务器、存储、代码等很多需要监控的点。显然这些监控点不能在一个专栏中全部覆盖并一一细化,我只能找最常用的几个,做些逻辑思路的说明,同时也把具体的实现描述出来。如果你遇到了其他的组件,也需要一一实现这些监控。在本篇中,主要想说明白下图的这个监控逻辑。这应该是现在最流行的一套监控逻辑了吧。我今天把常见的使用Grafana...转载 2020-12-31 09:01:03 · 1419 阅读 · 0 评论 -
14丨性能测试场景:如何理解业务模型
性能场景中的业务模型是性能测试工作中非常重要的一部分。而在我们真实的项目中,业务模型跟线上的业务模型不一样的情况实在是太多了。原因可能多种多样,这些原因大大降低了性能测试的价值。有人说,就是因为这样才应该直接用生产流量的方式来做嘛,这样就不用管业务模型了,直接就有生产的业务模型了。没错,只要你能通过生产流量扩大回放的方式实现压力部分,确实可以不用考虑业务场景了。但这么做的前提也必须是你的生产流量来源是可以覆盖想要测试的业务场景的。回放的逻辑回放的逻辑是这样的。如果你喜欢的话,...转载 2020-12-30 10:07:09 · 608 阅读 · 0 评论 -
13丨性能测试场景:如何进行场景设计
我们在前面屡次强调了场景的重要性,今天终于到了要把实际场景拿出来解析的时候了。在本篇文章中,为了保证数据的连续性,我用之前的项目资料来作明确地说明。同时为了模糊关键业务信息,以及让场景的描述更通用性,我会把所有的业务名隐去。根据之前我们所说的,基准性能场景是为了测试出单业务的最大容量,以便在混合容量场景中判断哪个业务对整体容量最有影响。今天的场景设计需要说明两个前提条件:这些业务都是实时的业务,不涉及批处理、大数据等业务。 因为本篇着重讲场景的设计和具体项目的操作,所以不加系统资源的...转载 2020-12-29 22:56:04 · 2607 阅读 · 7 评论 -
12丨性能场景:做参数化之前,我们需要考虑什么?
12丨性能场景:做参数化之前,我们需要考虑什么在性能测试中,我们要关注的数据主要有以下几类,分别是参数化数据、监控数据和基础铺底数据。我们今天先描述第一种参数化数据,在后面的文章中再描述其他数据。首先我们需要了解,为什么要关注性能场景中的参数化数据呢?我以下面的两个例子说明一下。在我的工作经历中,见过很多初级性能测试工程师不知道如何设置合理的参数化数据,以至于数据会出现这两种情况。1.数据不均衡有些人直接用同一个数据执行混合场景测试,在这种情况下对服务器的压力和真实环境下的完全不一样转载 2020-12-29 15:58:23 · 552 阅读 · 0 评论 -
11丨性能脚本:用案例和图示帮你理解HTTP协议
1丨性能脚本:用案例和图示帮你理解HTTP协议当前使用得最为广泛的应用层协议就是HTTP了。我想了好久,还是觉得应该把HTTP协议写一下。因为做性能测试分析的人来说,HTTP协议可能是绕不过去的一个槛。在讲HTTP之前,我们得先知道一些基本的信息。HTTP(HyperText Transfer Protocol,超文本传输协议),显然是规定了传输的规则,但是它并没有规定内容的规则。HTML(HyperText Marked Language,超文本标记语言),规定的是内容的规则。浏览器之所以转载 2020-12-29 11:34:12 · 447 阅读 · 0 评论 -
10丨案例:在JMeter中如何设置参数化数据?
https://time.geekbang.org/column/article/185382参数化配置jmeter中进行参数化设置,右击测试计划或者线程组,add->config element->CSV Data Set Config参数1.pngAllow quoted data含义是是否允许带引号的数据,有两个选择true和false,false的意思是如果数据中包含引号,会进行URL编码," 会转换为%22这种形式,true的意思就是允许带引号,不会进行编码..转载 2020-12-28 22:55:00 · 340 阅读 · 0 评论 -
09丨关联和断言:一动一静,核心都是在取数据.
对每一个性能测试工具来说,关联和断言都是应该具备的基本功能。但是有很多新手对关联的逻辑并不是十分理解,甚至有人觉得关联和参数化是一样的,因为它们用的都是动态的数据,并且关联过来的数据也可以用到参数化中,但不一样的点是,关联的数据后续脚本中会用到,参数化则不会。断言倒是比较容易理解,就是做判断。那么到底该怎样理解关联和断言呢?下面我们通过两个例子来思考一下。关联现在做性能测试的,有很多都是单纯的接口级测试,这样一来,关联就用得更少了。因为接口级的测试是一发一收就结束了,不需要将数据保存下...转载 2020-12-28 21:55:14 · 178 阅读 · 0 评论 -
08丨案例:编写最简单的性能脚本
通常我们会遇到要手写脚本的时候,就要针对一些接口编写脚本。这时候,我们需要知道接口规范和后台的数据是什么。而有些性能测试工程师写脚本时,并不知道后端的逻辑,只知道实现脚本,事实上,只知道实现脚本是远远不够的。在这一篇文章中,我不打算讲复杂的内容,只想针对新手写一步步的操作,描述最简单的脚本编写。如果你已经具有丰富的脚本编写经验,会觉得本文很简单。我没有打算把JMeter的功能点一一罗列出来,作为一个性能测试的专栏,不写一下脚本的实现似乎不像个样子。在脚本实现中,我们最常用的协议就是HTTP和T...转载 2020-12-28 11:49:52 · 815 阅读 · 0 评论 -
06丨倾囊相授:我毕生所学的性能分析思路都在这里了
性能分析思路和具体的实现之间,有一道鸿沟,那就是操作的能力。之前我为什么听不懂那些人的思路,其实是因为我没有操作的功底。而有了操作的功底之后,还有一个大的鸿沟要越过去,那就是从操作到对监控计数器的理解。这一步可以说让很多性能测试人员都望而却步了。但是这还不算完,这一步迈过去之后,还有一个跳跃,就是相关性分析和证据链分析的过程。如此一来,就会得到一张性能测试分析的能力阶梯视图,如下:工具操作:包括压力工具、监控工具、剖析工具、调试工具。 数值理解:包括上面工具中所有输出的数据...转载 2020-12-25 15:16:36 · 476 阅读 · 0 评论 -
05丨指标关系:你知道并发用户数应该怎么算吗?
高楼我在性能综述的那三篇文章中,描述了各种指标,比如 TPS、RPS、QPS、HPS、CPM 等。我也强调了,我们在实际工作的时候,应该对这些概念有统一的认识。这样的话,在使用过程中,一个团队或企业从上到下都具有同样的概念意识,就可以避免出现沟通上的偏差。我说一个故事。我以前接触过一个咨询项目。在我接触之前,性能测试团队一直给老板汇报着一个数据,那就是 10000TPS。并且在每个版本之后,都会出一个性能测试报告,老板一看,这个数据并没有少于 10000TPS,很好。 后来,我进去一看,他们一...转载 2020-12-24 11:01:56 · 785 阅读 · 3 评论 -
性能工程师的三大学习阶段
性能工具学习期JMeter 和 LoadRunner 是我们常用的两个性能测试工具。曾经有人问我,应该学 JMeter 还是 LoadRunner 呢?我反问的是,你学这样的工具需要多久呢?一般对方因为初学并不清楚要多久,然后我会告诉他,如果你是认真努力的,想要全职学习,那么我觉得一个工具,纯从功能的使用的角度来说,自学两个星期应该就差不多了。如果你是在工作中学习,那就更简单了,工作中需要什么就学习什么,不用纠结。而应该纠结的是什么呢?当你把 JMeter、LoadRunner 的基本功能学会了,你会发原创 2020-12-23 22:38:47 · 185 阅读 · 0 评论 -
如何理解TPS、QPS、RT、吞吐量这些性能指标
性能测试行业常用的性能指标表示法压力工具中的线程数和用户数与 TPS多人都没有明白压力工具中的线程数和用户以及 TPS 之间是怎样的关系。同样,我们先画一个示意图来说明一下。这里先说明一个前提,上面的一个框中有四个箭头,每个都代表着相同的事务。在说这个图之前,我们要先说明“并发”这个概念是靠什么数据来承载的。在上面的内容中,我们说了好多的指标,但并发是需要具体的指标来承载的。你可以说,我的并发是 1000TPS,或者 1000RPS,或者 1000HPS,这都随便你去定义。但是在一.原创 2020-12-23 21:51:42 · 7533 阅读 · 0 评论 -
01-02丨性能综述:性能测试的概念&TPS和响应时间之间关系
为什么我要如此划分?因为在具体场景的操作层面,只有场景中的配置才是具体可操作的。而通常大家认为的性能测试、负载测试、压力测试在操作的层面,只有压力工具中线程数的区别,其他的都在资源分析的层面,而分析在很多人的眼中,都不算测试。拿配置测试和递增测试举例吧。在性能中,我们有非常多的配置,像 JVM 参数、OS 参数、DB 参数、网络参数、容器参数等等。如果我们把测试这些配置参数,称为”配置测试“,我觉得未免过于狭隘了。因为对于配置参数来说,这只是做一个简单的变更,而性能场景其实没有任何变化呀。配置更改前后,会用转载 2020-12-23 16:21:33 · 816 阅读 · 0 评论 -
jmeter测试并发
相对并发和绝对并发相对并发:指在一个时间段内发生的事情 绝对并发:指在同一时刻发生的事情一:相对并发在jmeter的测试计划中添加线程组,设置线程属性,2秒之内启动2000个线程,其对应的相对并发为1000(线程数/启动时间)二:绝对并发一般使用同步定时器实现绝对并发,即当所有请求集合完毕之后一块出发1、jmeter线程组里面可以简单设置多线程,但是当你设置1秒钟50个线程时去看结果其实50个请求跑完并不是在1秒钟之内2、由于测试的机器本身性...原创 2020-12-22 22:16:16 · 15227 阅读 · 5 评论 -
JMeter正则表达式提取器
应用场景:在一个线程组中,B请求需要使用A请求返回的数据,也就是常说的关联,将上一个请求的响应结果作为下一个请求的参数,则需要对A请求的响应报文使用后置处理器,其中最方便最常用的就是正则表达式提取器了。正则表达式提取器:允许用户从作用域内的sampler请求的服务器响应结果中通过正则表达式提取值所需值,生成模板字符串,并将结果存储到给定的变量名中。先上个图:各配置项介绍:APPly to:作用范围(返回内容的断言范围)1、Main sample and sub-samples.转载 2020-06-11 10:16:21 · 1176 阅读 · 0 评论 -
jmeter元件的执行顺序
配置元件的执行顺序指的是元件项中的内容,如果测试计划和线程组中存在相同的元件,两者控制的范围不通。原创 2020-05-15 20:32:09 · 224 阅读 · 0 评论 -
jmeter分布式压测
问:jmeter为什要使用分布式?答:当需要并发的用户数量巨大,一台压力机无法大量数据的请求,这是需要使用分布式方法使用多台压力机一起向服务器发送请求。分担压力机的压力,需要采用分布式。分布式的前提条件:jmeter一致型 jmeter一致型 jmeter版本 jdk 插件 同一个局域网分布式压操作步骤:打包复制一份jemter文件夹,发送助攻机 在助攻机解压。...原创 2020-02-29 12:12:20 · 818 阅读 · 0 评论 -
jemter使用代理代理方式录制脚本
1,在测试计划下添加线程组和HTTP代理服务器线程组:用来存放脚本。HTTP代理服务器:通过代理的方式收集脚本放置在线程组下。2,添加代理服务器的路径,3,设置代理服务器的端口和目标控制器4,启动代理服务器5,设置本地代理网络6,然后在浏览器输入网址,jemter线程组下就可以收集到脚本了...原创 2020-02-26 19:31:04 · 348 阅读 · 0 评论 -
jmeter聚合报告结果分析
Label:请求的名称 Sample:表示这次测试中一共发了多少个请求 Average:平均响应时间 median:中位数,也就是表示在所有请求响应时间中排在中间的那个响应的时间点,50%line 实际上中值指的是如果有9个数,那么我们从小到大排列这些数,排在第5个的数就是这一组数的中值。那么如果有10个数呢?10个数的 话第...原创 2019-11-16 21:43:05 · 2060 阅读 · 0 评论 -
jmeter压力测试资料
1,压力指标分析https://www.cnblogs.com/pachongshangdexuebi/category/1192559.html2,JMeter性能测试——PerfMon Metric Collector服务器资源监控插件详解https://blog.csdn.net/tx_programming/article/details/799903113,J...转载 2019-11-14 22:42:45 · 396 阅读 · 0 评论