Jmeter —— jmeter利用取样器中http发送请求

使用Jmeter发送HTTP请求

取样器是用来模拟用户操作,向服务器发送请求以及接收服务器的响应数 据的一类元件,其中HTTP请求取样器是用来模拟常用的http请求的

步骤如下:

步骤一:添加线程组

右击测试计划——添加——线程(用户)——线程组

如下图:

“线程组”的意思:JMeter是由Java实现的,并且使用一个Java线程来模拟一个用户,因此线程组 就是指一组用户的意思,换句话说一个线程组就是一组虚拟用户 这些虚拟用户用来模拟访问被测系统

①:线程数:这里就是指虚拟用户数,默认的输入是“1”,则表明模拟一个虚拟用户访问被测系统,如果想模拟100个用户,则此处输入100。

②:Ramp-Up时间(秒):虚拟用户增长时长。也就是说在规定时间内启动所有线程数

③:循环次数:该处设置一个虚拟用户做多少次的测试。默认为1,意味着一个虚拟用户做完一遍事情之后,该虚拟用户停止运行。如果选中“永远”,则意味着测试运行起来之后就根本停不下来了,除非你把它强制停止

步骤二:添加HTTP请求

右击线程组——添加——取样器——HTTP请求;如下图

基本界面选项介绍;如下图

名称:本属性用于标识一个取样器,建议使用一个有意义的名称

注释:对于测试没有任何作用,仅用户记录用户可读的注释信息

协议:向目标服务器发送HTTP请求时的协议,可以是http或者是https或者File , 默认值为http

服务器名称或IP :HTTP请求发送的目标服务器名称或IP地址

端口号:目标服务器的端口号,默认值为80,https的端口为443

http请求:发送HTTP请求的方法,可用方法包括GET、POST等

路径:目标URL路径(不包括服务器地址和端口)/可以写完整路径,但不规范

内容编码 :内容的编码方式,默认值为iso8859;一般都填入utf-8

自动重定向:如果选中该选项,当发送HTTP请求后得到的响应是302/301时,JMeter 会自动重定向到新的页面,但是Jmeter是不记录重定向的过程内容。

跟随重定向:Http Request取样器的默认选项,当响应code是3xx时,自动跳转 到目标地址。与自动重定向不同,Jmeter会记录重定向过程中的所有请求响应, 在查看结果树时可以看到服务器返回的内容,如有多个跳转则多个请求都会被记 录下来,此为默认选项

使用 keep Alive :当该选项被选中时,jmeter 和目标服务器之间使用 KeepAlive方式进行HTTP通信,默认选中。

对post使用multipart/from-data:当发送POST请求时,使用multipart/from-data 方法或者application/x-www-form-urlencoded方法发送,默认不选中。

与浏览器兼容的头:当勾选multipart/form-data时,勾选此项会截掉http请求头中 的Content-Type和Content-Transfer-Encoding,而只发送Content-Disposition部 分。

参数:可以将URL中所有参数设置在本表中,表中的每一行是一个参数值对,此 时编码这个选项设置为UTF-8并勾选最好,防止参数值内含有ASCII Control Chars或者Non-ASCII characters或者其他符号导致乱码问题。

消息体数据:同请求一起发送的数据信息,这里可以支持多种数据格式,json、 xml等;

文件上传:同请求一起发送的文件信息,参数名称就是发送文件对应的参数, MINE Type为资源媒体类型

高级界面选项介绍

实现:发送http请求的方式,可选项为java和HttpClient4,默认为HttpClient4

连接:连接超时时间设置,单位为毫秒

响应:响应等待超时时间设置,单位为毫秒

从HTML文件获取所有内含的资源:当该选项被选中时,jmeter在发出HTTP请求 并获得响应的HTML文件内容后,还对该HTML进行解析 并获取HTML中包含的 所有资源(图片、flash等)

并行下载:设置是否使用自设资源池,勾选后可设置大小

数量:资源池大小,默认为6

网址必须匹配:URL匹配过滤,填写此项则只会下载与此内容项匹配的url的资源

源地址:只用于http协议且Implementation为HttpClient4的情况,此属性用于启 用IP欺骗。会重写了这个http请求使用的默认本地IP地址。用于Jmeter主机具有 多个IP地址(即IP别名、网络接口、设备)的情况。该值可以是主机名、IP地址 或网络接口设备,如“ey0”或“l0”或“wlan0”。

代理服务器:代理服务器的相关配置信息

保存响应为MD5哈希:选中该项,在执行时仅记录服务端响应数据的MD5值, 而不记录完整的响应数据。在需要进行数据量非常大的测试时,建议选中该项以 减少取样器记录响应数据的开销

步骤三:添加http信息头管理器

在百度搜索上右击————添加——配置元件——添加http信息头管理,添加百度搜索的header头部信息

步骤四:添加察看结果树

在百度搜索上右击——添加——监听器——察看结果树

步骤五:点击运行

点击菜单栏中的三角图标开始运行,然后点击察看结果树,红色代表错误,绿色代表成功

感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

 

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取  

 

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/620714.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

ModuleNotFoundError: No module named ‘imageio‘ 解决方案

错误原因: 缺少imageio包导致 解决办法: 1、查看是否安装conda环境,如果未安装就先安装conda环境 conda --version 输出conda版本: 2、输入如下代码 conda config --add channels conda-forge conda install imgaug

带你追踪 ICASSP 2024会议现场 韩国夜景令人陶醉

会议之眼 快讯 昨天,2024年的ICASSP(International Conference on Acoustics, Speech, and Signal Processing)即国际声学、语音和信号处理会议已经在韩国首尔拉开帷幕!吸引了众多热情的与会者!本届ICASSP会议举办日期…

J垃圾回收

J垃圾回收 1 概述2 方法区的回收3 如何判断对象可以回收3.1 引用计数法3.2 可达性分析法 4 常见的引用对象4.1 软引用4.2 弱引用4.3 虚引用4.4 终结器引用 5 垃圾回收算法5.1 垃圾回收算法的历史和分类5.2 垃圾回收算法的评价标准5.3 标记清除算法5.4 复制算法5.5 标记整理算法…

【深入理解Java IO流0x0A】NIO实战-网络聊天室

本篇博客将进行NIO编程实战,实现一个简单聊天室。 我们来通过 SocketChannel 和 ServerSocketChannel 实现一个 0.1 版的聊天室,先说一下需求,比较简单,服务端启动监听客户端请求,当客户端向服务器端发送信息后&#x…

如何落地一个FaaS平台?

简介: 函数即服务(FaaS)作为云计算 2.0 时代重要的发展方向,能够从工程效率、可靠性、性能、成本等方面给开发者带来巨大的价值,尤其是能够极大地提升研发效率。因此,拥抱FaaS成为开发者关心的重要技术领域…

FPGA - 仲裁器的设计实现

一,为什么做仲裁 在多主单从的设计中,当多个源端同时发起传输请求时,这个时候就需要仲裁器来根据优先级来判断响应哪一个源端,向其传输数据。比如:以太网仲裁,DDR仲裁,光纤传图仲裁..... 二&a…

【Java开发指南 | 第二篇】标识符、Java关键字及注释

读者可订阅专栏:Java开发指南 |【CSDN秋说】 文章目录 标识符Java关键字Java注释 标识符 Java 所有的组成部分都需要名字。类名、变量名以及方法名都被称为标识符。 所有的标识符都应该以字母(A-Z 或者 a-z),美元符($&#xff0…

从51到ARM裸机开发实验(009)LPC2138 中断实验

一、场景设计 中断的概念在《从51到ARM裸机开发实验(007) AT89C51 中断实验》中已经介绍过,LPC2138的Keil工程创建在《从51到ARM裸机开发实验(005)LPC2138 GPIO实验》中已经介绍过。本次使用LPC2138来实现一个这样的场景:四个LED依次亮灭,时间…

蓝桥杯2024年第十五届省赛

E:宝石组合 根据给的公式化简后变为gcd(a,b,c)根据算数基本定理&#xff0c;推一下就可以了 然后我们对1到mx的树求约数&#xff0c;并记录约数的次数&#xff0c;我们选择一个最大的且次数大于等3的就是gcd int mx; vector<int> g[N]; vector<int> cnt[N]; int…

如何应对MySQL单表数据量过大:垂直分表与水平分表策略解析

话接上回&#xff0c;单表最大数据建议两千万&#xff0c;那如果开发一个项目&#xff0c;预计注册量达到一个亿怎么办。 单表内放这么多数据&#xff0c;MYSQL底层B树的层级结构就可能会变得很高&#xff0c;磁盘io次数变多&#xff0c;性能会大幅度降低。所以考虑数据库分表…

光场相机建模与畸变校正改进方法

摘要&#xff1a;光场相机作为一种新型的成像系统&#xff0c;可以直接从一次曝光的图像中得到三维信息。为了能够更充分有效地利用光场数据包含的角度和位置信息&#xff0c;完成更加精准的场景深度计算&#xff0c;从而提升光场相机的三维重建的精度&#xff0c;需要实现精确…

大规模端云协同智能计算(大小模型端云协同联合学习)

原文作者&#xff1a;上海交通大学 吴帆 0 引言 目前&#xff0c;许多智能技术已经走入人们的日常生活&#xff0c;例如交互式商品推荐、人脸识别、语音识别、体征观测、疾病诊断、智能决策等&#xff0c;这些智能技术在为我们生活带来极大便利的同时&#xff0c;也深刻改变了…