JMeter的详细使用及相关问题

一、中文乱码问题

如果出现乱码,需要修改编码集,(版本问题有的不需要修改,就不用管)
在这里插入图片描述

在这里插入图片描述
修改后保存重启就好了。

JMeter5.5版本的按照如下修改:
在这里插入图片描述
在这里插入图片描述

二、JMeter的启动

在这里插入图片描述
①建议直接用ApacheJMeter.jar双击启动
②jmeter.bat在Windows下启动,会打开窗口,一个命令行窗口,一个图形化界面窗口,命令行窗口不能关,否则软件会关闭。
③jmeter.sh在Linux下命令行启动。

三、JMeter八大元件及相关知识

(1)三要素:请求地址、提交数据、响应数据

在这里插入图片描述

(2)jmeter八大元件件:取样器,前置处理器,后置处理器,断言,监听器,配置元件,逻辑控制器,定时器

1、取样器:指用来发请求的,包括http请求,JDBC请求,Websocket请求, RPC请求,部分协议可能需要自己做二次开发如mongodb压测,mq压测

2、前置处理器:指在每个请求发送之前开始执行的,一般是在取样器开始之前执行

3、后置处理器,一般是取样器执行完毕才执行,主要是处理请求后的响应,比如关联,需要把接口返回的数据存在后置处理器中

4、配置元件:元件会影响其作用范围内的所有元件,元件对其作用范围内的每一个sampler有效,主要包括http信息头管理器,cookie管理器等

5、断言:主要指响应断言,json断言等,元件对其作用范围内的每一个sampler元件执行后的结果校验,可以添加多个断言

6、 监听器:元件收集其作用范围的每一个取样器的信息并呈现

7、逻辑控制器:元件只对其子节点的取样器有效

8、定时器:元件对其作用范围内的每一个取样器有效

关于元器件的执行顺序:
  在同一作用域名范围内,测试计划中的元件按照如下顺序执行。
  (1)配置元件(config elements )
  (2)前置处理程序(Per-processors)
  (3)定时器(timers )
  (4)取样器(Sampler)
  (5)后置处理程序(Post-processors) (除非Sampler 得到的返回结果为空)。
  (6)断言(Assertions)(除非Sampler 得到的返回结果为空)。
  (7)监听器(Listeners)(除非Sampler 得到的返回结果为空)。
 
关于执行顺序,有两点需要注意,避免踩坑:
  * 前置处理器、后置处理器和断言等元件只能对取样器作用,如果在它们的作用域内没有任何取样器,则不会被执行
  * 如果在同一作用域范围内有多个同一类型的元件,则这些元件按照它们在测试计划中的上下顺序一次执行

(3)接口设计,断言设计

1、接口设计,测试字段(Field to test):表示在何种内容中匹配预期字段,一般选择响应文本。
① 响应文本:接口的Response的全部数据
② 响应代码:取样器结果中的Response code,常见的有200(成功)、302(重定向)、404(不存在)、400(参数错误)、500(服务器错误)等。但当我们要验证404,501等http响应代码时,需要勾选 ignore status,因为当http响应代码为404、500时,JMeter会默认这个请求是失败的。
③ 响应信息:取样器结果中的Response message
④ 响应头:响应数据的Response headers
⑤ 请求头:请求的Request headers
⑥ URL样本:有跟随重定向时,URL样本包含了请求的URL和重定向的URL,否则只包含请求URL。

(4)额外知识点:

模式匹配规则(Pattern Matching Rules):即响应数据与预期值的对比方式。
① 包括(Contains):响应数据包含预期值(相当于String的contains方法),则判定接口成功。支持正则匹配。
② 匹配(Matches): 用正则表达式匹配返回结果,且必须能匹配整个返回值,而不是返回值的一部分。
③ 相等(Equals):响应数据与预期值完全相同才判定接口成功。不支持正则表达式。
④ 字符串(Substring):与【包括】类似,但不支持正则匹配。
⑤ 否(Not):取反,也就是前面【包括】等判定结果为true,断言结果为false。反之,前面判定为false,断言结果为true。
⑥ 或者(Or):勾选此项后,可以设置多个预期值,只要有一项判定成功,则断言判定成功。
⑦ 测试模式(Patterns to test):预期值表达式,可以是正则表达式,也可以是字符串。可以通过【添加】按钮添加一个或多个,有多个的话,不勾选【模式匹配规则】中的【或者】,则为并集模式,即全部匹配成功才断言成功。
⑧ 自定义失败消息(Custom failure message):当判断返回值为错误的时候,自定义的失败消息会在断言结果中显示。

四、测试实例

查询所有学院
请求方法:GET
请求地址:http://127.0.0.1:8000/ api/departments/
在这里插入图片描述

这里看看就行,知道地址数据该填在哪里就可以了。想自己操作看下面的请求百度的例子。

五、JMeter脚本编写

5.1 线程、线程组、进程三者之间的关系

进程:正在运行的程序。
线程:是进程中的执行线索。
线程组:进程中有许多线程,为了方便管理,可以对线程按照性质分组,分组的结果就是线程组。
三者关系:一个进程可以包含多个线程组,一个线程组可以包含多个线程。

5.2 添加线程组

右键点击“测试计划” -> “添加” -> “Threads(Users)” -> “线程组”
在这里插入图片描述
这里可以配置线程组名称,线程数,准备时长(Ramp-Up Period(in seconds))循环次数,调度器等参数:
在这里插入图片描述
线程组参数详解:

  1. 线程数:虚拟用户数。一个虚拟用户占用一个进程或线程。设置多少虚拟用户数在这里也就是设置多少个线程数。
  2. Ramp-Up Period(in seconds)准备时长:设置的虚拟用户数需要多长时间全部启动。如果线程数为10,准备时长为2,那么需要2秒钟启动10个线程,也就是每秒钟启动5个线程。
  3. 循环次数:每个线程发送请求的次数。如果线程数为10,循环次数为100,那么每个线程发送100次请求。总请求数为10*100=1000 。如果勾选了“永远”,那么所有线程会一直发送请求,一到选择停止运行脚本。
  4. Delay Thread creation until needed:直到需要时延迟线程的创建。
  5. 调度器:设置线程组启动的开始时间和结束时间(配置调度器时,需要勾选循环次数为永远)
    持续时间(秒):测试持续时间,会覆盖结束时间
    启动延迟(秒):测试延迟启动时间,会覆盖启动时间
    启动时间:测试启动时间,启动延迟会覆盖它。当启动时间已过,手动只需测试时当前时间也会覆盖它。
    结束时间:测试结束时间,持续时间会覆盖它。

因为接口调试需要,我们暂时均使用默认设置,待后面真正执行性能测试时再回来配置。

5.3 添加HTTP请求

右键点击“线程组” -> “添加” -> “取样器” -> “HTTP请求”
在这里插入图片描述

在这里插入图片描述

Http请求主要参数详解:

(1)Web服务器
协议:向目标服务器发送HTTP请求协议,可以是HTTP或HTTPS,默认为HTTP
服务器名称或IP :HTTP请求发送的目标服务器名称或IP
端口号:目标服务器的端口号,默认值为8000
(2)Http请求
方法:发送HTTP请求的方法,可用方法包括GET、POST、HEAD、PUT、OPTIONS、TRACE、DELETE等。
路径:目标URL路径(URL中去掉服务器地址、端口及参数后剩余部分)
Content encoding :编码方式,默认为ISO-8859-1编码,这里配置为utf-8
同请求一起发送参数
在请求中发送的URL参数,用户可以将URL中所有参数设置在本表中,表中每行为一个参数(对应URL中的 name=value),注意参数传入中文时需要勾选“编码”

5.4 添加查看结果树

右键点击“线程组” -> “添加” -> “监听器” -> “查看结果树”
在这里插入图片描述
在这里插入图片描述
这时,我们运行Http请求,修改响应数据格式为“HTML Source Formatted”,可以看到结果。
在这里插入图片描述
(改一下数据,让它失败,看一下失败的结果)
在这里插入图片描述注意:失败的原因是因为没有响应数据,也就是会说,程序没有运行,请求不能正常发出,如果是实际测试的项目,一定要通过命令行先运行项目再进行测试,不然会发生错误的。

5.5 添加用户自定义变量

我们可以添加用户自定义变量用以Http请求参数化,右键点击“线程组” -> “添加” -> “配置元件” -> “用户定义的变量”:
在这里插入图片描述

5.6 添加响应断言

右键点击“HTTP请求” -> “添加”-> “断言” -> “响应断言”
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
结果被标红,接口判定为失败。可见,你预设的断言决定了接口是否被判定成功。把上面断言中的“百度两下”改为“百度一下”,再次执行,则接口判定为成功。
在这里插入图片描述
JSON断言针对响应结果是applicaton/json格式的请求进行断言。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/124923.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【2023年11月第四版教材】第18章《项目绩效域》(第一部分)

第18章《项目绩效域》(第一部分) 1 章节内容2 干系人绩效域2.1 绩效要点2.2 执行效果检查2.3 与其他绩效域的相互作用 3 团队绩效域3.1 绩效要点3.2 与其他绩效域的相互作用3.3 执行效果检查3.4 开发方法和生命周期绩效域 4 绩效要点4.1 与其他绩效域的相…

[React] react-redux基本使用

文章目录 1.redux2.安装redux3.操作redux3.1 创建最为核心的store3.2 创建为store工作的reducer3.3 redux的响应式处理 4.完整版redux4.1 完善actionCreators4.2 thunk中间件 5.react-redux5.1 Count容器组件5.2 connect函数5.3 Provider 1.redux redux原理图 actionCreators:…

Android LitePal byte[]类型字段不被创建

我创建了以下实体类,主要是用户分享的内容、分享的照片、分享的标题,然后百度了一下LitePal可以识别byte[],因为需要文件的上传与读取: public class Context extends LitePalSupport {private Integer ContextId;private String…

经典网络解析(四) transformer | 自注意力、多头、发展

文章目录 1 背景1.1 困境1.2 基本架构 2 嵌入层3 编码器部分3.1 自注意力层3.2 多头注意力机制3.3 LayerNorm归一化层 4 解码器5 transformer的发展6 代码 1 背景 1.1 困境 transformer可以并行训练,也是用来实现attention注意力机制 之前RNN的困境 &#xff08…

【kubernetes】CRI OCI

1 OCI OCI(Open Container Initiative):由Linux基金会主导,主要包含容器镜像规范和容器运行时规范: Image Specification(image-spec)Runtime Specification(runtime-spec)runC image-spec定义了镜像的格式,镜像的格式有以下几…

MyBatisPlus(九)模糊查询

说明 模糊查询&#xff0c;对应SQL语句中的 like 语句&#xff0c;模糊匹配“要查询的内容”。 like /*** 查询用户列表&#xff0c; 查询条件&#xff1a;姓名包含 "J"*/Testvoid like() {String name "J";LambdaQueryWrapper<User> wrapper ne…

嵌入式系统设计与应用---ARM处理器体系结构(学习笔记)

ARM处理器概述 Cortex-A8处理器工作模式 ps&#xff1a;除用户模式以外的其他模式被称为非用户模式或特权模式&#xff1b;除用户模式及系统模式以外的其他模式可称为异常模式 Cortex-A8存储器管理​​​​​​​ ARM的基本数据类型 字节&#xff08;Byte&#xff09;&#…

LLMs 用强化学习进行微调 RLHF: Fine-tuning with reinforcement learning

让我们把一切都整合在一起&#xff0c;看看您将如何在强化学习过程中使用奖励模型来更新LLM的权重&#xff0c;并生成与人对齐的模型。请记住&#xff0c;您希望从已经在您感兴趣的任务上表现良好的模型开始。您将努力使指导发现您的LLM对齐。首先&#xff0c;您将从提示数据集…

mysql双主双从读写分离

架构图&#xff1a; 详细内容参考&#xff1a; 结果展示&#xff1a; 178.119.30.16&#xff08;从&#xff09;- master 178.119.30.17&#xff08;从&#xff09;- slave 由上述结果可以看出&#xff0c;产生了主备节点同时抢占VIP的问题&#xff08;即脑裂问题&#xff09…

Lucene学习总结之Lucene的索引文件格式

四、具体格式 上面曾经交代过&#xff0c;Lucene保存了从Index到Segment到Document到Field一直到Term的正向信息&#xff0c;也包括了从Term到Document映射的反向信息&#xff0c;还有其他一些Lucene特有的信息。下面对这三种信息一一介绍。 4.1. 正向信息 Index –> Seg…

用向量数据库Milvus Cloud 搭建AI聊天机器人

加入大语言模型(LLM) 接着,需要在聊天机器人中加入 LLM。这样,用户就可以和聊天机器人开展对话了。本示例中,我们将使用 OpenAI ChatGPT 背后的模型服务:GPT-3.5。 聊天记录 为了使 LLM 回答更准确,我们需要存储用户和机器人的聊天记录,并在查询时调用这些记录,可以用…

Android 获取IP地址的Ping值 NetworkPingUtils

项目里需要对动态配置的Ip列表都去ping下延迟&#xff0c;取出其中最小的三个进行随机取值然后去连接&#xff0c;倒腾了一下午终于搞出来了&#xff01; 需求实现思路&#xff1a; 1.找到方法去ping IP地址&#xff1b; 2.同时去Ping&#xff0c;不能让用户等待&#xff1b…