【jmeter】jmeter 常用组件 介绍

看了性能测试第一期的脚本,总结下脚本里面使用到的组件和技术手段

1.线程组

右键--添加--线程--线程组

2、简单控制器

添加--逻辑控制器--简单控制器

好处: 主要是让脚本 分层 ,更清晰

3、仅一次控制器

添加--逻辑控制器--仅一次控制器

用这个的场景:在简单控制器下面还需要分层的 就用仅一次控制器

4、http 请求默认值

添加--配置元件--http 请求默认值

一般请求 的请求域名都是一样的,没必要每个都要写上请求域名,于是我们可以把一些公用的提取出来 放在 http 请求默认值 里面

5、HTTP Header Manager

添加--配置元件--HTTP Header Manager

请求头管理器

6、http 请求

添加--取样器--http 请求

7、json 断言

添加--断言--json 断言

一般都是用返回码code 断言

8、json 提取器

添加--后置处理器--json 提取器

有些接口的返回值要提取出来用在下个接口 参数化 实现关联,因此要提取一些值 ,用json 提取器

9、固定定时器

添加--定时器--固定定时器

一般有的接口耗时比较长,要等待一下 再去执行另外一个接口,那么中间等待的我们可以家一个300ms 的固定定时器 比如 定位接口 ,提交订单的接口,都可以加上固定定时器

10 、正则表达式提取器

添加--后置处理器--正则表达式提取器

利用正则表达式 提取一些值

11、聚合报告

添加--监听器--聚合报告

用于看结果的

12、查看结果树

添加--监听器--查看结果树

用于看各个请求的响应情况的

原文地址:https://www.cnblogs.com/yuanyuan2017/p/11425589.html

时间: 2024-10-03 01:28:10

【jmeter】jmeter 常用组件 介绍的相关文章

Docker生态系统系列之一:常用组件介绍

[编者的话]本篇文章是介绍Docker生态系统的第一篇,不仅从概念上介绍了容器化.服务发现和全局配置存储.网络工具.调度.集群管理和编排这几部分内容,而且配以清晰易懂的例子进行讲解说明,非常值得读者称赞.Docker是现在使用最多的容器化软件.与其它已经存在的容器化系统相比,Docker可以更加简单的创建和管理容器,并与其它开源软件集成. 简介 容器化是一个以可移植和可预测的方式来部署分布式应用的过程,它会将应用组件以及依赖打包为一个标准.独立.轻量的环境,这个环境其实就是容器.现在许多公司都乐

三、Jmeter基础-常用元器件介绍(2)

配置原件 重要元器件:CSV数据文件设置,HTTP信息头管理器,HTTP Cookie管理器,HTTP默认请求值,用户自定义变量 CSV 数据文件设置 设置csv数据文件 文件名:你的csv数据文件路径,还支持txt,bat等 文件编码:例如可以是UTF-8,那么jmeter就会以UTF-8读取文件 变量名称:以逗号分隔的名称列表,它与CSV文件中的列相匹配 忽略首行:如果第一行是列名而不是测试数据,就选择True忽略掉列名 分隔符:默认为','也可以设置为其他值(建议使用默认) 是否允许带引号

Flask自带的常用组件介绍

Flask的优点是灵活小巧,三行代码即可运行一个web服务器,但基于Flask构建的功能并不比Django弱,关键就就是除了flask自带的基础功能外,还有丰富的组件进行支持,本文先对常用的自带组件进行简单的介绍.测试的Flask版本是0.12. Flask自带组件 在构建Flask应用导入的时候,通常是from flask import Flask的方式开始的,说明flask这个python package里面应该还藏了不少好东西,从源码来看看: from werkzeug.exception

Hadoop以及组件介绍

一.背景介绍 在接触过大数据相关项目的时候常常都会听到Hadoop这个东西,简单来说,他是一个用分布式计算来处理大数据的开源软件,下面包含了许多的组件和子项目,这篇文章将会介绍Hadoop的原理以及一些组件的应用. 二.准备工作 1.确认储存规模 有很多的大数据项目其实数据量跟本没这么大,跟本不需要到使用Hadoop这类的大数据软件,所以,第一步应该是先确认数据量有多大,真的MySQL跑的太久再去使用Hadoop就好. 2.确认数据类型 除了结构化数据以外,现在有些大数据项目需要处理的是一些非结

小贞贞关于jmeter中常用函数_uuid、_random、_time、_p或_property、csv_read介绍

jmeter常用函数介绍: 常用的几个函数有_uuid._random._time._p或_property.csv_read . _uuid会生成一个随机唯一的id,比如在避免java请求重发造成未处理数据太多的情况,接口请求可加一个唯一的请求id唯一的响应id进行一一对应: 随机数_random,可以在你指定的一个范围里取随机值: 取当前时间_time,一些时间类的入参可以使用,如{__time(,)} 是生成精确到毫秒的时间戳.{__time(/1000,)}是生成精确到秒的时间戳.${_

使用 JMeter 完成常用的压力测试

原文地址: http://www.ibm.com/developerworks/cn/opensource/os-pressiontest/ 胡 键 ([email protected]), 西安交通大学硕士 本文介绍了 JMeter 相关的基本概念.并以 JMeter 为例,介绍了使用它来完成最常用的三种类型服务器,即 Web 服务器.数据库服务器和消息中间件,压力测试的方法.步骤以及注意事项. 讲到测试,人们脑海中首先浮现的就是针对软件正确性的测试,即常说的功能测试.但是软件仅仅只是功能正确

使用 JMeter 完成常用的压力测试 [转]

讲到测试,人们脑海中首先浮现的就是针对软件正确性的测试,即常说的功能测试.但是软件仅仅只是功能正确是不够的.在实际开发中,还有其它的非功能因素也起着决定性的因素,例如软件的响应速度.影响软件响应速度的因素有很多,有些是因为算法不够高效:还有些可能受用户并发数的影响. 在众多类型的软件测试中,压力测试正是以软件响应速度为测试目标,尤其是针对在较短时间内大量并发用户的访问时,软件的抗压能力.本文以 JMeter 为例,介绍了如何使用它来完成常用的压力测试:Web 测试.数据库测试和 JMS 测试.

【转】使用JMeter 完成常用的压力测试(二)

使用JMeter 完成常用的压力测试 Login.jsp 和welcome.jsp.其中 login.jsp 负责生成 User 对象,并调用 User 的login.当 login 返回为 true 时转向到 welcome.jsp.其验证部分的代码: <%   if( request.getParameter("Submit") != null) {  User ur= new User( request.getParameter("user"), req

转:使用 JMeter 完成常用的压力测试

使用 JMeter 完成常用的压力测试 就目前 Java EE 的平台下开发的软件来说,这种节点通常可能是:Web 服务器.数据库服务器和 JMS 服务器.它们都是请求主要发生的地点,请求频率较其它的节点要高,而且处于请求序列的关键路径之上.如果它们效率无法提高的话,对于整个软件的效率有致命的影响.而且在这些节点上一般都会发生较大规模的数据交换,有时其中还包含有业务逻辑处理,它们正是在进行压力测试时首先需要考虑的. 文中有例子 http://www.ibm.com/developerworks/