在本节中,我们假设您已经通过了“快速入门”部分,并且有一个基本的模拟可以使用。 我们将应用一系列重构来引入更先进的概念和DSL结构。
步骤01:隔离进程
目前我们的模拟是一个大的整体场景。
所以首先让我们把它分解成可组合的业务流程,类似于Selenium的PageObject模式。 这样,您就可以轻松地重用一些零件并构建复杂的行为,而不会牺牲维护。
在我们的方案中,我们有三个分离的过程
搜索:按名称搜索模型
浏览:浏览模型列表
编辑:编辑给定的模型
我们将提取这些链并将其存储在对象中。 对象是原生Scala单身。 您可以创建专用文件,或直接在与模拟相同的文件。
object Search { val search = exec(http("Home") // let's give proper names, as they are displayed in the reports .get("/")) .pause(7) .exec(http("Search") .get("/computers?f=macbook")) .pause(2) .exec(http("Select") .get("/computers/6")) .pause(3) } object Browse { val browse = ??? } object Edit { val edit = ??? }
我们现在可以使用这些可重用的业务流程重写我们的场景
val scn = scenario("Scenario Name").exec(Search.search, Browse.browse, Edit.edit)
步骤02:配置虚拟用户
我们可以加载测试我们的服务器与...一个用户! 我们增加用户数量。
我们来定义两个用户群:
普通用户:他们可以搜索和浏览电脑型号。
管理员用户:他们可以搜索,浏览和编辑电脑型号。
翻译成这样一个场景:
val users = scenario("Users").exec(Search.search, Browse.browse) val admins = scenario("Admins").exec(Search.search, Browse.browse, Edit.edit)
要增加模拟用户的数量,您只需要更改模拟的配置如下:
setUp(users.inject(atOnceUsers(10)).protocols(httpConf))
在这里,我们只设置了10个用户,因为我们不想flood我们的测试Web应用程序。 请,善待,不要崩溃我们的服务器;-)
如果要模拟3000个用户,您可能不希望它们同时启动。 事实上,真正的用户更有可能逐渐连接到您的Web应用程序。
Gatling提供了用户来实现这一行为。 斜坡值表示用户线性启动的持续时间。
在我们的场景中,我们有10个常规用户和2个管理员,并将它们运行10秒,所以我们不会破坏服务器:
步骤03:使用Feeders和Checks的动态数据
我们已经将我们的模拟设置为运行一大堆用户,但他们都搜索相同的模型。 如果每个用户都可以搜索不同的型号名称,那不是很好吗?
我们需要动态数据,以便所有用户不会完全相同的场景,我们最终会发现与实时系统完全不同的行为(由于缓存,JIT等)。 这是Feeders将会有用的地方。
Feeders是包含您想在场景中使用的所有值的数据源。 有几种类型的馈线,最简单的是CSV Feeder:这是我们在测试中使用的。
首先我们创建一个名为search.csv的文件,并将其放在user-files / data文件夹中。
此文件包含以下行:
searchCriterion,searchComputerName Macbook,MacBook Pro eee,ASUS Eee PC 1005PE
object Search { val feeder = csv("search.csv").random // 1, 2 val search = exec(http("Home") .get("/")) .pause(1) .feed(feeder) // 3 .exec(http("Search") .get("/computers?f=${searchCriterion}") // 4 .check(css("a:contains('${searchComputerName}')", "href").saveAs("computerURL"))) // 5 .pause(1) .exec(http("Select") .get("${computerURL}")) // 6 .pause(1) }
说明:
首先,我们从一个csv文件中创建一个feed,其中包含以下列:searchCriterion,searchComputerName。
由于默认feed策略是队列,因此我们将采用随机策略进行此次测试,以避免进feed不足。
每次用户到达进纸步骤时,它会从进纸器中选择一个随机记录。 该用户有两个新的会话属性,名为searchCriterion,searchComputerName。
我们通过Gatling的EL使用会话数据来参数搜索。
我们使用带有EL的CSS选择器来捕获HTML响应的一部分,这里是超链接,并将其保存在名为computerURL的用户会话中。
我们使用以前保存的超链接来获取特定的页面。
注意:
有关feed的更多详细信息,请参阅Feeder参考页面。
有关HTTP检查的更多详细信息,请参阅检查参考页面。
步骤04:循环
在浏览过程中,我们在遍历页面时会有很多重复。 我们有四次相同的请求,具有不同的查询参数值。 我们可以改变这一点,不违反DRY原则吗?
首先我们将提取重复的exec块到一个函数。 的确,Simulation是普通的Scala类,所以如果需要,我们可以使用语言的所有权力:
object Browse { def gotoPage(page: Int) = exec(http("Page " + page) .get("/computers?p=" + page)) .pause(1) val browse = exec(gotoPage(0), gotoPage(1), gotoPage(2), gotoPage(3), gotoPage(4)) }
我们现在可以调用此函数并传递所需的页码。 但是我们还是重复,现在是引进另一个内置结构的时候了:
object Browse { val browse = repeat(5, "n") { // 1 exec(http("Page ${n}") .get("/computers?p=${n}")) // 2 .pause(1) } }
重复内建是在运行时解决的循环。 它需要重复次数和可选的存储在用户会话中的计数器的名称。
当我们强制计数器名称时,我们可以在Gatling EL中使用它,并访问第n页。
有关循环的更多详细信息,请参阅循环参考页面。
步骤05:检查和故障管理
到目前为止,我们只使用检查来从html响应中提取一些数据并将其存储在会话中。 但是检查也是方便检查响应的属性。 默认情况下,Gatling会检查http响应状态是否为20x或304。
为了展示故障管理,我们将对随机失败的条件进行检查:
import java.util.concurrent.ThreadLocalRandom // 1 val edit = exec(http("Form") .get("/computers/new")) .pause(1) .exec(http("Post") .post("/computers") .check(status.is(session => 200 + ThreadLocalRandom.current.nextInt(2)))) // 2
说明:
首先我们导入ThreadLocalRandom来生成随机值。
我们对使用lambda定制的条件进行检查。 每次用户执行请求并随机返回200或201时,将进行评估。响应状态为200时,检查将随机失败。
为了处理这个随机失败,我们使用tryMax和exitHereIfFailed结构如下:
val tryMaxEdit = tryMax(2) { // 1 exec(edit) }.exitHereIfFailed // 2
说明:
tryMax尝试给定块达n次。 这里我们最多尝试两次。
如果所有尝试失败,用户将退出整个场景由于exitHereIfFailed。
注意
有关条件块的更多详细信息,请参阅条件语句参考页面。